Documentos de Académico
Documentos de Profesional
Documentos de Cultura
lgebra linear
glria dias
ana lucia de sousa
mrio luiz alves de lima
lgebra linear
Com it ed itoria l Regiane Burger, Mathusalcio Padilha, Glria Dias
Au tores d os origin a is Glria Dias, Ana Lucia de Sousa e Mrio Luiz Alves de Lima
As s is ten te ed itoria l Ca p a
Luciana Ach Sense Design
Projeto gr fico
Paulo Vitor Fernandes Bastos
Im a gem d a ca p a
Todos os direitos reservados. Nenhuma parte desta obra pode ser apropriada e estocada
em sistema de banco de dados ou processo similar, em qualquer forma ou meio, seja
eletrnico, de fotocpia, gravao etc., sem a permisso do detentor do copirraite.
D532a
Dias, Glria
lgebra linear / Glria Dias, Ana Lucia de Sousa, Mrio Luiz Alves de Lima. -
1. ed. - Rio de Janeiro : Lexikon, 2015.
196 p. ; 28 cm.
Inclui bibliografia
ISBN 978-85-8300-023-5
1. lgebra linear. I. Sousa, Ana Lucia de. II. Lima, Mrio Luiz Alves de. III. Ttulo.
CDD: 512.5
CDU: 512.64
Prefcio 5
1. Matrizes 7
2. Determinantes 27
2.1 Determinantes 29
2.2 Propriedades dos determinantes 30
2.3 Sistemas de duas equaes lineares com duas incgnitas 39
3. Resoluo de sistemas 61
3.1 Introduo 62
3.2 Resoluo atravs da eliminao de linhas 64
3.3 Resoluo atravs do mtodo da matriz inversa 79
3.4 Regra de Cramer 82
3.5 Discusso de um sistema 89
4.1 Introduo 98
4.2 Espao vetorial 99
4.3 Combinao linear 107
4.4 Dependncia e independncia linear 113
4.5 Base e dimenso de um subespao vetorial 117
4.6 Posto e nulidade 122
5. Transformadas lineares 131
OS AUTORES
5
1 Matrizes
OBJETIVOS
... o Universo permanece continua O leitor dever ser capaz de:
mente aberto nossa contempla-
o, mas nunca poder ser com- Representar situaes do cotidiano por meio de matrizes.
preendido a no ser que se aprenda
primeiro a entender a sua lingua- Reconhecer os diferentes tipos de matrizes, bem como ex-
gem e a interpretar os signos em
trair informaes relevantes de uma determinada matriz que
que se encontra escrito. Encontra-
traduz uma situao-problema.
-se expresso na linguagem de ma-
temtica, e os signos so tringu-
los, circunferncias e outras figuras Efetuar as diversas operaes com matrizes e reconhecer
geomtricas sem as quais huma- as suas principais propriedades.
namente impossvel compreender
uma nica das suas palavras; sem
esses signos ficamos a vaguear
Ser capaz de associar matrizes aos diversos campos do co-
num escuro labirinto. nhecimento.
Galileu
CURIOSIDADE
Voc sabia?
A lgebra das matrizes foi descoberta pelo matemtico ingls Arthur Cayley
(1821-1895) em 1857, em conexo com as transformaes lineares do
tipo
x = ax + by
y = cx + dy
onde a, b, c, d so nmeros reais; estas transformaes lineares podem ser
concebidas como aplicaes que levam o ponto (x, y) no ponto (x, y), como
veremos mais adiante.
8 captulo 1
Podemos transmitir essas informaes de uma outra maneira, facilitan-
do o entendimento dessas informaes. Podemos estabelecer um quadro
com esses dados, vejamos:
Pa Pb
100 110
120 80
130 40
EXEMPLOS
100 120 130
1) A = ; tipo: 2 x 3
110 80 40
captulo 1 9
2 3
CURIOSIDADE 2) B =
4 5
; tipo: 2 x 2
EXEMPLOS
1 3
1) A = ; O (A) = 2
3 9
1 2 4
2) B = 3 2 1 ; O (B) = 3
0 3 5
Representao
B=
2 1 4 ; b = 2, b = 1, b = 4, b = 3, b = 4 e b = 2
3 5 2 11 12 13 21 22 23
10 captulo 1
Diagonal principal formada pelos elementos da matriz quadrada
onde o ndice da linha igual ao ndice da coluna (i = j).
EXEMPLO
3 2
Considerando a matriz A = , temos:
1 0
EXERCCIOS RESOLVIDOS
1) Construa uma matriz A = (aij) 2 x 3 definida por aij = resto da diviso do produto ij por 3.
Soluo
Cada elemento da matriz dada o resto da diviso do produto do ndice i que indica a linha pelo
ndice j que indica a coluna, por 3. Assim teremos:
a11 = 1, a12 = 2 e a13 = 0
a21 = 2, a22 = 1 e a23 = 0
1 2 0
A=
2 1 0
2) Na matriz A = (aij)3 x 3, cada elemento da matriz representa o nmero de passes que o jogador
i fez ao jogador j, ambos do mesmo time, durante uma partida de futebol realizada pelo campeo-
nato estadual. Nessa matriz, os jogadores escolhidos para serem avaliados foram representados
pelos nmeros 1, 2 e 3; assim sendo, o elemento da matriz a23 = 5, por exemplo, significa que o
0 3 2
jogador 2 realizou 5 passes para o jogador 3. Considerando a matriz A = 4 0 5 pergunta-se:
2 3 0
a) Qual o jogador que realizou o maior nmero de passes?
b) Qual o jogador que recebeu o maior nmero de passes?
Soluo
Devemos notar que os passes dados sero obtidos pela soma dos elementos que formam cada
uma das linhas da matriz, enquanto os passes recebidos sero contabilizados nas colunas. Logo,
teremos:
Passes realizados pelo jogador 1: 5
captulo 1 11
Passes realizados pelo jogador 2: 9
Passes realizados pelo jogador 3: 5
Passes recebidos pelo jogador 1: 6
Passes recebidos pelo jogador 2: 6
Passes recebidos pelo jogador 3: 7
Mediante o que foi exposto acima fcil concluir que:
a) O jogador que mais realizou passes foi o de nmero 2, com um nmero de passes igual a 9.
b) O jogador que mais recebeu passes foi o de nmero 3, com um nmero de passes igual a 7.
3) Na matriz A = (aij)3 x 3, cada elemento aij da matriz significa o nmero de vezes que uma aero-
nave decolou do aeroporto i tendo aterrissado no aeroporto j. Sabe-se que uma aeronave nunca
0 x 5
aterrissa no mesmo aeroporto do qual tenha decolado. Com base na matriz A = 2x 0 20
y 7 0
e sabendo que esses aeroportos foram designados pelos nmeros 1, 2 e 3, determine x e y sa-
bendo que o triplo do nmero de decolagens do aeroporto 1 igual ao nmero de decolagens
do aeroporto 2 e que o nmero de decolagens e aterrissagens no aeroporto 3 o mesmo.
Soluo
Tendo a matriz A como referncia e prestando ateno nas informaes dadas no problema,
podemos escrever as seguintes equaes:
3(0 + x + 5) = 2x + 20 (as linhas nos indicam o nmero de decolagens, enquanto as colunas
nos fornecem o nmero de pousos)
y + 7 + 0 = 5 + 20 + 0
Resolvendo o sistema de equaes, encontramos x = 5 e y = 18
4) (UFRJ) Uma confeco vai fabricar trs tipos de roupas utilizando materiais diferentes. Con-
sidere a matriz A= (aij) a seguir, em que aij representa quantas unidades do material j sero
empregadas para fabricar uma roupa do tipo i:
5 0 2
A = 0 1 3
4 2 1
a) Quantas unidades do material 3 sero empregadas na confeco de uma roupa do tipo 2?
b) Calcule o total de unidades do material 1 que ser empregado para fabricar cinco roupas do
tipo 1, quatro roupas do tipo 2 e duas roupas do tipo 3.
Soluo
a) A pergunta feita no item a equivalente a: Qual o elemento que se situa na segunda linha
com a terceira coluna, ou seja, o elemento a23?. Portanto, a resposta imediata: 3.
b) A pergunta do item b equivalente a: Qual o valor de: 5a11 + 4a21 + 2a31?. Basta que ob-
servemos o fato de que a pergunta referente ao material 1, o que nos remete para a primeira
coluna. O que varia, na verdade, o nmero da linha, pois o mesmo representa o tipo da roupa.
Logo teremos:
5 x (5) + 4 x (0) + 2 x (4) = 33
12 captulo 1
CURIOSIDADE COMENTRIO
Os exerccios de fixao podem ser:
Uma estranha relao entre nmeros naturais e consecutivos:
1) realizados em sala de aula;
33 + 43 + 53 = 63
2) resolvidos em casa e posterior-
27 + 64 + 125 = 216
mente serem tiradas as dvidas;
216 = 216 (verdadeira)
3) utilizados como uma atividade.
EXERCCIOS DE FIXAO
1) (FGV) Trs nibus levaram alunos de uma escola para uma excurso. Em
uma parada, todos os alunos saram dos nibus. Todos prosseguiram a via-
gem, mas no necessariamente no nibus de onde tinham sado. Na matriz
abaixo, aij representa o nmero de pessoas que saiu do nibus i e subiu no
nibus j aps a parada.
30 5 7
2 25 8
3 6 20
0 14 18
16 0 22
12 24 0
captulo 1 13
d) Quem mais recebeu e-mails foi 3.
e) Duas pessoas receberam o mesmo nmero de e-mails.
4) (UNESP) Considere trs lojas, L1, L2 e L3, e trs tipos de produtos, P1, P2 e P3. A matriz a seguir
descreve a quantidade de cada produto vendido por cada loja na primeira semana de dezembro.
Cada elemento aij da matriz indica a quantidade do produto Pi vendido pela loja Lj, i, j = 1,2,3.
L1 L2 L3
P1 30 19 20
P2 15 10 8
P3 12 16 11
Analisando a matriz, podemos afirmar que:
a) A quantidade de produtos do tipo P2 vendidos pela loja L2 11.
b) A quantidade de produtos do tipo P1 vendidos pela loja L3 30.
c) A soma das quantidades de produtos do tipo P3 vendidos pelas trs lojas 40.
d) A soma das quantidades de produtos do tipo Pi vendidos pelas lojas Li, i = 1, 2, 3, 52.
e) A soma das quantidades dos produtos dos tipos P1 e P2 vendidos pela loja L1 45.
CURIOSIDADE
Uma maneira rpida e eficiente de efetuar a multiplicao pelo nmero 11:
1) Nmeros de 1 algarismo Basta escrever esse nmero duas vezes, uma ao lado da outra.
Exemplos:
a) 2 x 11 = 22
b) 5 x 11 = 55
c) 9 x 11 = 99
2) Nmeros de 2 algarismos suficiente escrever cada um dos dois algarismos nas extremi-
dades, deixando um espao entre eles, que dever ser ocupado pela soma dos mesmos.
Exemplos:
a) 23 x 11 = 2 (2+3) 3 = 253
b) 34 x 11 = 3 (3+4) 4 = 374
14 captulo 1
c) 45 x 11 = 4 (4+5) 5 = 495
d) 89 x 11 = 8 (8+9) 9 = 8 (17)9 = (8+1)7 9 = 979
ATENO
Matriz nula
Normalmente representamos a ma-
triz nula pela letra O.
1.3 Tipos de matrizes
EXEMPLO
0 0 0 0 0
A= ;B=
0 0
0 0 0
EXEMPLO
A = (1 2 4); tipo: 1 x 3
B = [3 4]; tipo: 1 x 2
OBSERVAO
Podemos chamar essa matriz de vetor linha.
EXEMPLO
1
3
A = ; tipo: 2 x 1 B = 0 ; tipo: 3 x 1
1
0
OBSERVAO
Podemos chamar essa matriz de vetor coluna.
captulo 1 15
Matriz diagonal aquela matriz quadrada onde os elementos que no
pertencem diagonal principal so iguais a zero.
EXEMPLO
3 0
A=
0 5
1 0 0
B=
0 5 0
0 0 4
EXEMPLO
1 0
I2 =
0 1
1 0 0
I3 =
0 1 0
0 0 1
Adio de matrizes
16 captulo 1
EXEMPLO
1 2 4
3 1 2
4 3 6
A= eB= , temos: A + B =
3 4 2
4 3 0
7 7 2
ATENO
Note que cada elemento da matriz soma a soma dos elementos correspondentes nas matrizes
A e B.
1 A + B = B + A (comutatividade)
2 A + (B + C) = (A + B) + C (associatividade)
3 A + O = O + A = A (elemento neutro)
OBSERVAO
A matriz O a matriz nula j definida anteriormente.
Subtrao de matrizes
captulo 1 17
OBSERVAO EXEMPLO
Nmeros reais 1 3 2 3
A= ,B=
Um nmero real tambm chama- 5 2 5 1
do de escalar.
1 3 2 3 3 0
A B = A + (B ) = + =
5 2 5 1 0 3
EXEMPLO
2 1 0
A= ;K=3
1 3 4
6 3 0
3A=
3 9 12
1 a (bA) = (ab) A
2 a (A + B) = aA + aB
3 (a + b) A = aA + bA
4 1.A = A
Multiplicao de matrizes
18 captulo 1
triz. A matriz produto ser obtida multiplicando cada linha
OBSERVAO
da primeira matriz por todas as colunas da segunda matriz,
conforme exemplos abaixo: Matrizes
In e Im so matrizes identidades an-
teriormente j definidas.
EXEMPLO
2 4
1 2 2
1) A = e B = 1 3
3
1 4
C = AB 2 1
C11 = 1 x 2 + 2 x 1 + 2 x 2 = 8
C12 = 1 x 4 + 2 x 3 + 2 x 1 = 12
C21 = 3 x 2 + 1 x 1 + 4 x 2 = 15
C22 = 3 x 4 + 1 x 3 + 4 x 1 = 19
8 12
C=
15 19
1 2 3 1
2) A = eB=
2 3 1 3
C = AB
C11 = 1 x 3 + 2 x 1 = 5
C12 = 1 x 1 + 2 x 3 = 7
C21 = 2 x 3 + 3 x 1 = 9
C22 = 2 x 1 + 3 x 3 = 11
5 7
C=
9 11
1 A.(B.C) = (A.B).C
4 Amxn.In = Amxn
5 Im.Amxn = Amxn
captulo 1 19
Matriz transposta
1 3 2
A=
0 2 5
1 0
At = 3 2
2 5
Ns devemos observar que a primeira linha da matriz A se transformou
na primeira coluna da matriz transposta e que a segunda linha da matriz A
se transformou na segunda coluna da matriz transposta. Assim, a transpos-
ta da matriz transposta da A volta a ser a matriz A.
1 (A + B)t = At + Bt
2 (KA)t = K.At
3 (At)t = A
4 (AB)t = BtAt
Matriz simtrica
At = A
EXEMPLOS
1 3 1 3
1) A = ; At =
3 4
3 4
At = A A simtrica
20 captulo 1
2 1 4 2 1 4
2) B = 1 0 5 ; B = 1 0 5
t
453 453
Bt = B B simtrica
Matriz antissimtrica
At = A
EXEMPLO
0 2 0 2
A= ; At =
2 0 2 0
At = A A antissimtrica
EXERCCIOS RESOLVIDOS
5) (CESGRANRIO) Na rea de informtica, as operaes com matrizes aparecem com grande
frequncia. Um programador, fazendo levantamento dos dados de uma pesquisa, utilizou as
matrizes:
1 3 2
5 2 1
A= ;B= 2 1 2 ; C = AB
3 1 4
1 1 1
Soluo
Devemos observar que para responder a questo no necessrio efetuar o produto das ma-
trizes A e B. Devemos lembrar que o elemento pedido formado pela multiplicao da segunda
linha da matriz A pela terceira coluna da matriz B, logo:
C23 = 3 x 2 + 1 x 2 + 4 x 1 = 6 + 2+ 4 = 12
Resposta: d)
captulo 1 21
6) (VUNESP) Sejam A e B duas matrizes quadradas de mesma ordem. Em que condio pode-
-se afirmar que (A + B) 2 = A2 + 2 A B + B2?
a) Sempre, pois uma expanso binomial.
b) Se e somente se uma delas for a matriz da identidade.
c) Sempre, pois o produto de matrizes associativo.
d) Quando o produto AB for comutativo com BA.
e) Se e somente se A = B.
Soluo
Devemos lembrar que:
(A + B)2 = (A + B).(A + B) = A.A + A.B + B.A + B.B = A2 + A.B + B.A + B2
Sabemos que o produto de matrizes no comutativo e, portanto, para a igualdade ser verdadei-
ra necessrio que AB = BA. Claro que se estivermos tratando de nmeros reais a afirmao
ser sempre verdadeira.
Resposta: d)
Soluo
A matriz AB ser do tipo 5 x 5 e portanto ter 25 elementos e (AB)2 tambm ter 25 elementos.
Observe que a matriz BA do tipo 7 x 7, tendo 49 elementos. Esse nmero de elementos o
mesmo da matriz (BA)2.
Resposta: e)
3 5
4
8) (UNIRIO) Considere as matrizes A = 2 1 , B = e C = [2 1 3].
3
0
1
Soluo
Podemos observar que a matriz transposta de A do tipo 2 x 3 e que a matriz produto de B por
C tambm do tipo 2 x 3, logo a soma ser do tipo 2 x 3.
Resposta: d)
9) (UFRJ) Antnio, Bernardo e Cludio saram para tomar chope, de bar em bar, tanto no sbado
quanto no domingo.
22 captulo 1
As matrizes a seguir resumem quantos chopes cada um consumiu e como a despesa foi dividida:
4 1 4 5 5 3
S = 0 2 0 e D = 0 3 0
3 1 5 2 1 3
Soluo
a) Somando as duas matrizes encontraremos quantos chopes cada um dos trs pagou para o
outro no fim de semana.
9 6 9
S + D = 0 5 0
5 2 3
A soma dos elementos de cada coluna nos informa quanto cada um dos trs bebeu no final de
semana, ou seja:
Antnio 14 chopes
Bernardo 13 chopes
Cludio 12 chopes
Portanto, quem bebeu mais foi Antnio, 14 chopes.
b) Antnio paga para Cludio 9 chopes (a13 = 9) e Cludio paga para Antnio 4 chopes (a31 = 5).
Assim, Cludio fica devendo para Antnio 4 chopes.
10) (UFF) Toda matriz de ordem 2 x 2, que igual sua transposta, possui:
a) Pelo menos dois elementos iguais
b) Os elementos da diagonal principal iguais a zero.
c) Determinante nulo.
d) Linhas proporcionais.
e) Todos os elementos iguais a zero.
Soluo
a b a c
Seja A = a matriz procurada. Sabemos que At = , logo:
c d b d
a b a c
= o que implica que b = c.
c d
b d
Resposta: a)
captulo 1 23
11) (IBMEC) Considere as matrizes:
COMENTRIO A3 x 3, tal que: aij = i 2j
B3x4, tal que: bij = 3i -2j
Os exerccios de fixao podem ser: Se C = A.B, ento, C23 igual a:
1) realizados em sala de aula; a) 4b) 6c) 8d) 10e) 12
2) resolvidos em casa e posterior-
mente serem tiradas as dvidas; Soluo
3) utilizados como uma atividade. Sabemos que o elemento pedido formado utilizando a segunda linha da
matriz A com a terceira coluna da matriz B, portanto formaremos esses ele-
mentos:
a21 = 2 2 x 1 = 0
a22 = 2 2 x 2 = 2
a23 = 2 2 x 3 = 4
b13 = 3 x 1 2 x 3 = 3
b23 = 3 x 2 2 x 3 = 0
b33 = 3 x 3 2 x 3 = 3
c23 = 0 x (4) + (2) x 0 + (4) x 3 = 12
Resposta: e)
EXERCCIOS DE FIXAO
5) (UEL-PR) Uma matriz quadrada A se diz antissimtrica se At = A. Nessa
x y z
condies, se a matriz A = 2 0 3 uma matriz antissimtrica, ento
1 3 0
x + y + z igual a:
a) 3b) 1c) 0d) 1e) 3
6) (ITA) Seja A uma matriz real 2 x 2. Suponha que e sejam dois nmeros
distintos e V e W duas matrizes reais 2 x 1 no nulas, tais que AV = V e
AW = W. Se a, b R so tais que V + bW igual matriz nula 2 x 1, ento
a + b vale:
a) 0b) 1c) 1d) e)
24 captulo 1
20 20 40 40 0 20
a) c) e)
2
0 20 40 40
20 0
20 0 0 40
b) d)
0 20 40 0
Matriz inversa
EXEMPLO
2 1
1 2
A= e B = 3 1 so matrizes inversas, pois A.B = B.A = I2, vejamos:
3 4
2 2
2 1
1 2 1 0
A.B = . 3 1 = =I
3 4 0
1 2
2 2
2 1
1 2 1 0
B.A = 3 1 . = =I
3 4 0 1 2
2 2
OBSERVAO
1) Se uma matriz quadrada de ordem n inversvel (ou seja, possui inversa), ento a matriz A-1
tal que A.A1 = A1.A = In nica.
2) Toda matriz identidade de ordem n tem como inversa ela mesma.
captulo 1 25
CURIOSIDADE
Determinando quadrados de nmeros terminados pelo algarismo 5.
Devemos lembrar que o quadrado de um nmero o resultado da multiplicao desse nmero
por ele mesmo. Nunca demais frisar que a regra s se aplica a nmeros terminados pelo al-
garismo 5.
Exemplos:
a) 15 x 15 = (1 x 2) 25 = 225
b) 25 x 25 = (2 x 3) 25 = 625
c) 35 x 35 = (3 x 4) 25 = 1225
d) 45 x 45 = (4 x 5) 25 = 2025
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
1.2 Matriz quadrada
1) e) O nibus 3 ganhou 6 passageiros.
2) d) Quem mais recebeu e-mails foi 3.
3) c) 2 e 3
4) A soma das quantidades dos produtos dos tipos P1 e P2 vendidos pela loja L1 45.
20 20
8) a)
20 20
26 captulo 1
2 Determinantes
OBJETIVOS
A matemtica a honra do esprito O leitor dever ser capaz de:
humano.
Leibniz
Diferenciar entre um determinante de uma matriz quadrada
e essa matriz.
CURIOSIDADE
Voc sabia?
Devem-se (essencialmente) a Lagrange as frmulas
x1 y1 z1 1
x1 y1 1
1 1 x2 y2 z2 1
A = x2 y2 1 e V =
2 6 x3 y3 z3 1
x3 y3 1
x4 y4 z4 1
para a rea A de um tringulo cujos vrtices so os pontos (x1, y1), (x2, y2),
(x3, y3) e o volume V de um tetraedro cujos vrtices so os pontos (x1, y1, z1),
(x2, y2, z2), (x3, y3, z3), (x4, y4, z4).
28 captulo 2
2.1 Determinantes
A toda matriz quadrada associamos um nmero real que chamaremos de
determinante.
EXEMPLOS
1 1
1) A = ; detA = 1
2 3
1 1 1
2) B = 0 1 2 ; detB = 0
0 2 4
EXEMPLO
A = (4); detA = 4
EXEMPLO
2 5
1) A = detA = 2 x 3 5 x 4 = 6 20 = 14
4 3
6 3
2) B = detB = 6 x 4 3 x 2 = 24 6 = 30
2 4
captulo 2 29
C) Determinantes da matriz de ordem 3
CONCEITO
Para calcularmos o determinante de uma matriz quadra-
Regra de Sarrus da de ordem 3, aplicaremos a chamada regra de Sarrus.
Repetimos as duas primeiras linhas
(ou colunas) aps a terceira linha
(ou coluna) e efetuamos o produto EXEMPLO
dos elementos que formam a diago-
nal principal e paralelas a ela con- 1 1 0
servando seu sinal, e o produto dos 1) A = 2 1 3
elementos que formam a diagonal 3 0 3
secundria e paralelas a ela trocan- Calculando o deteminante pela regra de Sarrus, utilizando suas linhas
do o sinal dos produtos. Fazemos a 1 1 0
adio dos produtos obtidos. 2 1 3
3 0 3
1 1 0
2 1 3
= 1.1.3 + 2.2.0 + 3.(1).3 3.1.0 1.0.3 2.(1).3 =
=3+0900+6=0
detA = 0
1 4 1
2) B = 0 2 1
2 2 3
30 captulo 2
4) Um determinante no se altera quando trocamos, or-
CURIOSIDADE
denadamente, as linhas pelas colunas.
Uma demonstrao absurda
5) Um determinante muda de sinal quando duas filas pa-
Seja a = b. Assim segue que:
ralelas trocam entre si de posio. a2 = ab
6) Quando se multiplica (ou se divide) uma fila de um de- a2-b2 = ab b2
(a + b) (a b) = b (a b)
terminante por um nmero, o novo determinante fica mul-
a+b=b
tiplicado (ou dividido) por esse nmero. b+b=b
7) Um determinante no se altera quando os elementos 2b = b
2=1
de uma fila se somam aos correspondentes elementos de
Qual ser o erro?
uma fila paralela multiplicados por uma constante.
Georgios
OBSERVAO
Pierre-Simon Laplace (1749-1827)
Se r + s for par: Ars = Mrs
foi um matemtico, astrnomo e f-
Se r + s for mpar: Ars = Mrs
sico francs influente, cujo trabalho
foi fundamental para o desenvolvi-
mento da matemtica, estatstica,
Teorema de Laplace
fsica e astronomia. Ele resumiu e
estendeu o trabalho de seus prede-
Um determinante igual soma dos produtos dos elemen-
cessores em cinco volumes Mca-
tos de uma fila pelos respectivos adjuntos. nique Cleste (Mecnica Celestial)
(1799-1825).
EXEMPLO
1 2 1
Calcular A = 2 4 2
1 1 2
captulo 2 31
Vamos resolver o determinante usando a primeira linha:
CURIOSIDADE
4 2 2 2 2 4
detA = 1 2 +1 = 1 x 10 2 x 2 + 1 x (6) = 0
Entre dois espritos iguais, postos 1 2 1 2 1 1
nas mesmas condies, aquele que
sabe geometria superior ao outro
e adquire um vigor especial.
Teoremas de determinantes
Pascal
1. Teorema de Jacobi
2. Teorema de Binet
det(A.B) = detA.detB
5. Regra de Chi
d) M
ultiplicar o determinante obtido no item acima por
(1)r+s, onde r e s designam a ordem da linha e da coluna
s quais pertence o elemento 1.
32 captulo 2
EXEMPLO
2 1 3 4 (2).(5) 6 (3).(5) 6 9
4 5 6 = (1) multiplicado por 7 (2).(2) = 1 =
2
8 (3).(2) 3 2
7 2 8
= 1 (12 + 27) = 15
6. Determinante de Vandermonde
EXEMPLO
1 1 1
2 3 6 = (3 2).(6 2).(6 3) = 1.4.3 = 12
4 9 36
EXERCCIOS RESOLVIDOS
1) Se A uma matriz 2 x 2 inversvel que satisfaz A2 = 2A, ento o determinante de A ser:
a) 0b) 1c) 2d) 3e) 4
Soluo
A inversvel, o que nos garante que o determinante de A diferente de zero.
det(A2) = det(2A)
det(A).det(A) = 22.det(A)
Como det(A) 0 podemos dividir os dois membros da igualdade por det(A).
det(A) = 4
Resposta: e)
Soluo
Devemos observar que:
det(A) = a11.a22 a12.a21 (I)
captulo 2 33
Calculando os elementos que formam a matriz, teremos:
a11 = 1 + 2.1 + 1 = 2
a12 = 1 + 2.1 + 2 = 3
a21 = 1 + 2.2 + 1 = 4
a22 = 1+ 2.2 + 2 = 5
substituindo em (I), temos:
det(A) = 2.5 3.4 = 10 12 = 2
Resposta: d)
1 3 1 2
3) (FUVEST) Dadas as matrizes A = eB= , o determinante da matriz A.B :
2 4 3 1
Soluo
Devemos lembrar que:
det(AB) = det(A) x det(B)
det(AB) = (4 6) x (1 6)
det(AB) = 2 x (7) =14
Resposta: e)
cos a sen a
4) Resolvendo o determinante , encontramos:
sen b cos b
Soluo
Resolvendo o determinante, temos:
cos a.cos b sen a.sen b = cos (a + b)
Resposta: c)
x x+1
5) Sobre o determinante x+2 x+3 correto afirmar:
a) Depende do valor de x.
b) Independe do valor de x.
c) um nmero positivo.
d) Pode ser um nmero irracional.
e) um nmero primo.
Soluo
Resolvendo o determinante, encontramos:
x.(x + 3) (x + 1).(x + 2) = x2 + 3x x2 3x 2 = 2
Resposta: b)
34 captulo 2
EXERCCIOS DE FIXAO COMENTRIO
1) (UERJ) Os nmeros 204, 782 e 255 so divisveis por 17. Nessa parte apresentaremos uma
Considere o determinante de ordem 3 abaixo: coletnea de exerccios na certeza
2 0 4 de que a execuo dos mesmos
7 8 2 ser fundamental para o seu pro-
2 5 5 gresso na aquisio do conheci-
Demonstre que esse determinante divisvel por 17. mento e das competncias neces-
srias para que o seu estudo seja
exitoso. Determinao e sucesso
1 3 x
2) (CESGRANRIO) Resolvendo-se a equao matricial = nas resolues dos mesmos!
4 3 y
= 5 , encontramos para x e y valores respectivamente iguais a:
10
a) 2 e 1 CURIOSIDADE
b) 1 e 2
c) 1 e 2 Voc sabia?
d) 1 e 2 Seria um erro imperdovel, por parte
e) 2 e 1 dos autores deste livro, se no men-
cionassem o grande feito do jovem
1 2 1 0 matemtico brasileiro Artur. Trata-se
3) (PUC) Se A = , ento A2 + 2 A 11 I, onde I = , igual a:
4 3 0 1 da maior conquista da cincia bra-
a)
1 2
0 0
sileira, pois ele o nico brasileiro,
at a presente data, a ter ganhado a
b)
0 0
1 0
medalha Fields, prmio comparado,
em importncia, ao prmio Nobel.
c)
0 0
0 0
Artur vila, ex-aluno do Colgio So
Bento, ficou conhecido pelo epis-
0 1 dio dos cabelos longos. Esse fato,
d) na poca, ocupou as pginas dos
0 0
0 3 principais jornais e ganhou grande
e) dimenso na mdia.
0 0
a) Uma dilatao.
b) A reflexo na origem.
c) Uma translao pelo vetor (1, 1).
d) Uma reflexo numa reta.
e) Uma rotao.
5) (PUC) Se A =(
1 3
4 3 )
, uma matriz coluna X = ()
x
y
, tal que AX = 3X, :
a)
3
1 ()
b)
3
2 ()
c)
0
1
d) () 2
1 ()
e) ()
1
3
captulo 2 35
4 3
6) (CESGRANRIO) A inversa da matriz :
1 1
1 1
a) 4 3
1 1
1 3
b)
1 4
1 1
c) 4 3
1 1
4 3
d)
1 1
e) No existe
a) 2 x 5 b) 3 x 3 c) 5 x 3 d) 3 x 5 e) 3 x 6
1 1
8) (FUVEST) dada a matriz P = .
0 1
a) Calcule P2 e P3.
b) Qual a expresso de Pn? Prove por induo.
A=
3 0
1 4
eB=
2 1
1 0
ento AB BA igual a:
a)
0 0
0 0
b)
1 7
9 1
c)
3 1
2 7
d)
1 0
1 1
e)
3 3
5 0
a) Determine M1.
b) Sabendo que trao de uma matriz a soma dos elementos da diagonal principal, determine
o trao da matriz M1AM.
36 captulo 2
x 8 y 6 7 16
11) (UFBA) M = ,N= eP= so matrizes que satisfazem a
10 y 12 x + 4 23 13
3 2
igualdade M + N = P ; logo, y x :
2 3
a) 6b) 4c) 5d) 3e) 2
x+3y
a)
2x+4y
b)
x 3y
2x 4y
c)
x 3y
2x 4y
d)
x 4y
3y 2x
e) [2xy]
0 1
14) (FATEC) Dadas as matrizes A =
0 0
eB=
0 0
0 1
, conclui-se que a matriz:
a) AB nula.
b) BA no nula.
c) A2 nula.
d) B2 nula.
e) A+B nula.
a) x + y = 2
b) x = 2y
c) xy = 0
d) y = 2x
e) y x = 2
captulo 2 37
p 1 2
18) (UECE) Sejam as matrizes M = eT= . Se M.T a matriz nula 2 x 1, ento
3 1 q
p.q igual a:
20) (PUC) No conjunto M das matrizes n x m (com n m), considere as seguintes afirmaes:
I. Se A uma matriz de M, sempre estar definido o produto A.A.
II. Se A uma matriz de M, a sua transposta no o ser.
III. A soma de duas matrizes de M pode no pertencer a M.
Conclumos que:
a) Somente II verdadeira.
b) Somente I e II so verdadeiras.
c) Todas so falsas.
d) Somente I falsa.
4 2
a)
5 1
2 2
b)
1 1
2 3
c)
0 1
4 4
d)
3 1
4 4
e)
4 1
1 2 y
22) (UFRS) Se a matriz x 4 5 for simtrica, ento x + y + z :
3 z 6
a) 7b) 9c) 10d) 11e) 12
2 x 1 1
23) (UCMG) O valor de x para que o produto das matrizes A = eB= seja
3 1 0 1
uma matriz simtrica :
38 captulo 2
1 2 1 3
24) (UCMG) O produto A X B das matrizes A =
3 4
eB=
2 4
CURIOSIDADE
uma matriz:
A geometria faz com que possa-
a) simtrica
mos adquirir o hbito de raciocinar
b) antissimtrica
e esse hbito pode ser empregado,
c) no inversvel
ento, na pesquisa de verdade e
d) nula
ajudar-nos na vida!
e) identidade
Jacques Bernoulli
1 3 4
25) (UFRPE) Qual o determinante da matriz 6 2 1 ?
4 8 6
a) 55b) 68c) 32d) 20e) 88
1 2 1 3
26) (UEBA) Sejam as matrizes A = eB= . O valor de x
3 4 x 2
para o qual o determinante de A.B se anula :
eI=
1 0
0 1
. A soma das razes desta equao vale:
a) (A + B)2 = A2 + B2 + AB + BA
b) (B + C) (B C) = B2 C2 BC + CB
c) det(2A) = 4.det(A)
d) det(B) = det(B)
| |
1 1 1
29) Calcule o valor do determinante 3 9 6 .
4 10 7
captulo 2 39
Evidentemente, temos diversas maneiras de resolver um determinado
problema e o leitor fica, naturalmente, convidado a apresentar a sua. Como
nosso interesse que o problema seja utilizado como motivao para a in-
troduo ao estudo dos sistemas, tomaremos esse vis.
y = 20 x
y = 15 (x + 30)
20 1 x 0
=
15 1 y 450
Vale a pena ressaltar que essa forma de escrever a chamada forma ma-
tricial e como tal podemos dar esse tratamento ao nosso sistema de equa-
es. Assim:
A.X = B
Onde:
A a matriz formada pelos coeficientes das equaes
X a matriz formada pelas incgnitas
B a matriz dos termos independentes
40 captulo 2
Considerando a equao matricial A.X = B, podemos resolver da seguinte
forma:
A1.A.X = A1.B
I.X = A1.B
X = A1.B
Onde A1 matriz inversa de A.
EXEMPLOS
1)
x + 3y = 2
2x 5y = 4
1 3 x 2
Forma matricial: =
2 5 y 4
2)
x+y+z=3
2x y + 2z = 5
2x y z = 1
1 1 1 x 3
Forma matricial: 2 1 2 = y 5
2 1 1 z 1
COMENTRIO
A matemtica certamente no um esporte para observadores. Aqueles que mergulham em
suas profundezas so submetidos s maiores dificuldades e a histria nos sinaliza isso. No
so raros os homens e mulheres que aceitaram com muita perseverana e determinao essas
dificuldades e se tornaram grandes exemplos para a humanidade. No citaremos nomes, pois
podemos incorrer num dos erros mais primrios que esquecer algumas dessas pessoas que
contriburam amplamente com nossa civilizao. Convidamos vocs a transporem um pequeno
obstculo sem sabermos se um dia teremos contribudo para outros que escrevero seus nomes
nos anais da cincia.
captulo 2 41
EXERCCIOS DE FIXAO
30) (FEI-SP) A soma dos preos de dois equipamentos R$ 90,00. Somando 30% do preo de
um deles com 60% do preo do outro, obtm-se R$ 42,00. A diferena entre os preos desses
equipamentos, em valor absoluto, igual a:
31) (UF-GO) Uma pequena empresa, especializada em fabricar cintos e bolsas, produz mensal-
mente 1.200 peas. Em um determinado ms, a produo de bolsas foi trs vezes maior que a
produo de cintos. Nesse caso, a quantidade de bolsas produzidas nesse ms foi:
32) (UFF) Cada filha de Luiz Antnio tem o nmero de irms igual quarta parte do nmero de
irmos. Cada filho de Luiz Antnio tem o nmero de irmos igual ao triplo do nmero de irms.
O total de filhas de Luiz Antnio :
33) (UNIRIO) Num escritrio de advocacia trabalham apenas dois advogados e uma secretria.
Como o Dr. Andr e o Dr. Carlos sempre advogam em causas diferentes, a secretria, Cludia, co-
loca 1 grampo em cada processo do Dr. Andr e 2 grampos em cada processo do Dr. Carlos, para
diferenci-los facilmente no arquivo. Sabendo-se que, ao todo, so 78 processos nos quais foram
usados 110 grampos, podemos concluir que o nmero de processos do Dr. Carlos igual a:
34) (EPCAR) Um caixa automtico de um banco s libera notas de R$ 5,00 e R$ 10,00. Uma
pessoa retirou desse caixa a importncia de R$ 65,00, recebendo 10 notas. O produto do n-
mero de notas de R$ 5,00 pelo nmero de notas de R$ 10,00 igual a:
35) (Colgio Naval) Sejam 30 moedas, algumas de 1 centavo e outras de 5 centavos, onde
cada uma tem, respectivamente, 13,5 e 18,5 milmetros de raio. Alinhando-se estas moedas,
isto , colocando-se uma do lado da outra, obtm-se o comprimento de 1 metro. O valor total
das moedas :
36) (UF-ES) Uma pessoa submetida a uma dieta na qual so sugeridos trs cardpios de caf
da manh equivalentes em calorias. A primeira sugesto contm 100 gramas de carboidrato e
30 gramas de protena. A segunda sugesto contm 80 gramas de carboidrato e 40 gramas de
protena, e a terceira constituda apenas de carboidrato. A quantidade, em gramas, de carboi-
drato que a pessoa deve comer no terceiro cardpio :
42 captulo 2
37) (UFJF-MG) Uma gaveta contm somente lpis, canetas e borrachas. A quantidade de lpis
o triplo da quantidade de canetas. Se colocarmos mais 12 canetas e retirarmos 2 borrachas, a
gaveta passar a conter o mesmo nmero de lpis, canetas e borrachas. Quantos objetos havia
na gaveta inicialmente?
38) (UF-PB) Fernando foi a um caixa eletrnico e fez um saque em cdulas de trs tipos di-
ferentes: R$ 20,00, R$ 10,00 e R$ 5,00. Sabe-se que ele retirou 14 cdulas e que a quantia
retirada foi a mesma para cada tipo de cdula. A quantia sacada por Fernando foi:
39) (VUNESP) Numa campanha do meio ambiente, uma prefeitura d descontos na conta de
gua em troca de latas de alumnio e garrafas de plstico (PET) arrecadadas. Para um quilogra-
ma de alumnio, o desconto de R$ 2,90 na conta de gua; para um quilograma de plstico, o
abatimento de R$ 0,17. Uma famlia obteve R$ 16,20 de desconto na conta de gua com a
troca de alumnio e garrafas plsticas. Se a quantidade (em quilogramas) de plstico que a fa-
mlia entregou foi o dobro da quantidade de alumnio, a quantidade de plstico, em quilogramas,
que essa famlia entregou na campanha foi:
40) (UF-AL) Sejam A, B e C os preos de trs produtos distintos vendidos em certa loja. O preo
A um tero do preo C. O preo B igual soma dos preos A e C subtrada de R$ 7,50. O
preo C o dobro do preo B. Quanto custa a compra de uma unidade de cada um dos trs
produtos?
41) (UFSCar-SP) Uma loja vende trs tipos de lmpada (x, y e z). Ana comprou 3 lmpadas tipo
x, 7 tipo y e 1 tipo z, pagando R$ 42,10 pela compra. Beto comprou 4 lmpadas tipo x, 10 tipo
y e 1 tipo z, o que totalizou R$ 47,30. Nas condies dadas, a compra de trs lmpadas, sendo
uma de cada tipo, custa nessa loja:
42) (UFR-RJ) Em um show de pagode, os ingressos foram vendidos ao preo de R$ 10,00 para
homens adultos (maiores de 18 anos), R$ 5,00 para mulheres adultas (maiores de 18 anos) e
R$ 3,00 para adolescentes (entre 14 e 18 anos). Arrecadaram-se R$ 4.450,00 com a venda
de 650 ingressos.
Sabendo-se que somente 150 adolescentes estiveram no show, o valor arrecadado com a ven-
da de ingressos para mulheres adultas foi:
a) R$ 800,00 d) R$1.100,00
b) R$ 900,00 e) R$ 1.200,00
c) R$ 1.000,00
captulo 2 43
43) (FATEC-SP) Pelo fato de estar com o peso acima do recomendado, uma pessoa est fazen-
do o controle das calorias dos alimentos que ingere. Sabe-se que 3 colheres de sopa de arroz,
2 almndegas e uma poro de brcolis tm 274 calorias. J 2 colheres de sopa de arroz, 3
almndegas e uma poro de broclis tm 290 calorias. Por outro lado, 2 colheres de sopa de
arroz, 2 almndegas e 2 pores de brcolis tm 252 calorias. Se ontem seu almoo consistiu
em uma colher de sopa de arroz, 2 almndegas e uma poro de broclis, quantas calorias teve
essa refeio?
44) (FEI-SP) Adicionando, dois a dois, trs inteiros, obtemos os valores 42, 48 e 52. Qual o
produto dos trs inteiros?
45) (PUC-MG) Um vendedor ambulante paga uma conta de R$ 175,00 em cdulas de R$ 5,00
e R$ 10,00, num total de 26 cdulas. O nmero n de cdulas de R$ 10,00 usadas para o paga-
mento dessa conta tal que:
46) (FEI SP) Um nmero formado por dois algarismos, sendo a soma de seus valores absolu-
tos igual a 10. Quando se trocam as posies desses algarismos entre si, o nmero obtido ultra-
passa de 26 unidades o dobro do nmero dado. Nestas condies, o triplo desse nmero vale:
47) (UFPE) Um laboratrio tem em seu acervo besouros (com seis pernas cada um) e aranhas
(com oito pernas cada uma). Se o nmero total de pernas excede em 214 o nmero de besou-
ros e aranhas, e o nmero de aranhas inferior em 14 ao nmero de besouros, quantas so as
aranhas?
48) (UFPR) Numa empresa de transportes, um encarregado recebe R$ 400,00 a mais que
um carregador, porm cada encarregado recebe apenas 75% do salrio de um supervisor de
cargas. Sabendo que a empresa possui 2 supervisores de cargas, 6 encarregados e 40 carre-
gadores e que a soma dos salrios de todos esses funcionrios R$ 57.000,00, qual o salrio
de um encarregado?
49) (UFAL) Em uma padaria, 3 sanduches, 2 sucos e 4 cafezinhos custam, juntos, R$ 12,90,
enquanto 2 sanduches, 3 sucos e 5 cafezinhos custam, juntos, R$ 13,50. Nesta padaria, quanto
custam, juntos, 4 sanduches, 1 suco e 3 cafezinhos?
44 captulo 2
50) (FGV) Quatro nibus (representados por 1, 2, 3 e 4) levaram torcedores de um time de
futebol para assistir um jogo em outra cidade. Cada um deles tinha capacidade para 46 pas-
sageiros. Durante uma parada, todos os torcedores saram dos nibus, mas quando retornaram
vrios torcedores no entraram no mesmo nibus de onde tinham sado. Alm disso, o nibus
4 apresentou defeito, no pde continuar a viagem e seus ocupantes tiveram que se acomodar
nos trs nibus restantes.
Na matriz A abaixo cada elemento aij representa o nmero de pessoas que saram do nibus i e,
aps a parada, entraram no nibus j.
20 4 7
3 22 8
A=
9 8 15
13 10 11
1 2a a2 1 8 7
51) (UNCISAL) Sejam as matrizes A = eB= . Se A + B = , ento
3 b 0 a 3 8
A (matriz transposta de A) :
t
0 3
a)
2 1
1 5
b)
6 3
6 3
c)
1 5
6 3
d)
1 5
1 3
e)
6 5
52) (UESC-BA) O fluxo de veculos que circula pelas ruas de mo dupla 1, 2 e 3 controlado
por um semforo de tal modo que, cada vez que sinaliza a passagem de veculos, possvel que
passem at 12 carros, por minuto, de uma rua para outra. Na matriz
0 90 36
S= 90 0 75 , cada termo sij indica o tempo, em segundos, que o semforo fica aberto,
36 75 0
num perodo de 2 minutos, para que haja o fluxo da rua i para a rua j. Ento, o nmero mximo
de automveis que podem passar da rua 2 para a rua 3, das 8h s 10h de um mesmo dia, :
captulo 2 45
53) (ESPM-SP) A distribuio dos n moradores de um pequeno prdio de apartamentos dada
pela matriz:
4 x 5
1 3 y
6 y x + 1
54) (UFRN) Uma companhia de aviao pretende fazer manuteno em trs de seus avies e,
para isso, definiu o perodo de 4 dias, a contar da aprovao das propostas, para a concluso do
servio. Os oramentos (em milhares de reais) das trs empresas que apresentaram propostas
esto indicados na matriz A3x3 abaixo, onde cada aij corresponde ao oramento da empresa i
para a manuteno do avio j.
23 66 17
A = 19 62 12
28 57 08
Como cada uma dessas empresas s ter condies de efetuar, no prazo estabelecido, a ma-
nuteno de um avio, a companhia ter que escolher, para cada avio, uma empresa distinta. A
escolha que a companhia de aviao dever fazer para que sua despesa seja a menor possvel
ser:
a) Empresa 1: avio 1; empresa 2: avio 3 e empresa 3: avio 2.
b) Empresa 1: avio 1; empresa 2: avio 2 e empresa 3: avio 3.
c) Empresa 1: avio 3; empresa 2: avio 2 e empresa 3: avio 1.
d) Empresa 1: avio 2; empresa 2: avio 3 e empresa 3: avio 1.
x 2 1 x
55) (ESPM-SP) Dadas as matrizes A = eB= , a diferena entre os valores de
1 1 1 2
x, tais que det(A.B) = 3x pode ser igual a:
2
56) (UFV-MG) O valor do determinante 1
2
| 0 1
1 0 :
1 3
|
a) 5b) 6c) 7d) 8
x y 3x + 1 8
57) (Feevale-RS) Sendo = 6, o valor de :
1 1 3y + 1 8
46 captulo 2
1 2 1 2
58) (Ifal) Se A = eB= , o determinante da matriz (AB)1 :
1 0 1 0
1 1 x 1
A= ,B= e det(AB) = 2, ento xx igual a:
x 0 1 1
m n
62) (UEPB) Sendo A = uma matriz inversvel com inversa A1, suponha que
2 10
det A1 = 1/6, podemos afirmar que:
a) 5m + n = 3 d) m + n =1
b) 5m n = 3 e) n 5m = 3
c) 5m + n = 3
1 2 2 1
63) (UDESC) Dada a matriz A = , seja a matriz B tal que A-1 B A = D, onde D = ,
1 1 1 2
ento o determinante de B igual a:
64) (UFP) Maria afirmou para Joo: A e B so matrizes tais que o produto AB possui inversa.
A partir dessa informao, Joo concluiu:
I. A matriz BtAt possui inversa.
II. As matrizes A e B possuem inversa.
captulo 2 47
III. O determinante de AB diferente de zero.
A(s) concluso (es) verdadeira(s) (so) apenas:
a) I b) II c) III d) I e II e ) I, II e III
65) (UFCG-PB) Dois alunos estavam trabalhando com a sequncia 25, 24, 23, ..., 218, 219, quando
um outro aluno aproveitou a oportunidade e construiu uma matriz An xn com esses nmeros, sem
repetir qualquer deles. Depois disso, lanou um desafio aos amigos, perguntando a relao entre
det(2A) e det(A). Qual a resposta a esse desafio?
a) det(2A) = det(A)
b) det(2A) = 3 det(A)
c) det(2A) = 16 det(A)
d) det(2A) = 32 det(A)
e) det(2A) = 81 det(A)
66) (UFU-MG) Considere a sequncia numrica 1, 2, 3, 5, 8, 13, 21, ... (que a menos da ausncia
do primeiro termo, conhecida como a sequncia de Fibonacci), em que cada um dos termos, a
partir do terceiro, a soma dos dois anteriores. Seja A uma matriz quadrada de ordem trs, for-
mada com quaisquer 9 elementos consecutivos desta sequncia, dispostos consecutivamente,
em A, nas posies a11, a12, a13,..., a31,..., a33. Qual o determinante de A?
67) (FATEC-SP) O trao de uma matriz quadrada a soma dos elementos de sua diagonal
2 1 0
principal. Se os nmeros inteiros x e y so tais que a matriz 3 x 4 tem trao igual a
1 1 y
4 e determinante igual a 19, ento o produto xy igual a:
68) (ITA-SP) Em uma mesa de uma lanchonete, o consumo de 3 sanduches, 7 xcaras de caf
e 1 pedao de torta totalizou R$ 31,50. Em outra mesa, o consumo de 4 sanduches, 10 xcaras
de caf e 1 pedao de torta totalizou R$ 42,00. Ento, o consumo de 1 sanduche, 1 xcara de
caf e 1 pedao de torta totaliza o valor de:
69) (UPE) Em uma floricultura possvel montar arranjos diferentes com rosas, lrios e margari-
das. Um arranjo com 4 margaridas, 2 lrios e 3 rosas custa 42 reais. No entanto, se o arranjo tiver
uma margarida, 2 lrios e uma rosa, ele custa 20 reais. Entretanto, se o arranjo tiver 2 margaridas,
4 lrios e uma rosa, custar 32 reais. Nessa floricultura, quanto custar um arranjo simples com
uma margarida, um lrio e uma rosa?
48 captulo 2
70) (FGV-SP) Como se sabe, no jogo de basquete, cada arremesso convertido de dentro do
garrafo vale 2 pontos e, de fora do garrafo, vale 3 pontos. Um time combinou com seu clube
que receberia R$ 50,00 para cada arremesso de 3 pontos convertido e R$ 30,00 para cada ar-
remesso de 2 pontos convertido. Ao final do jogo, o time fez 113 pontos e recebeu R$ 1.760,00.
Ento, a quantidade de arremessos convertidos de 3 pontos foi:
71) (UE-GO) Um feirante vendeu todo o seu estoque de mas e peras por R$ 350,00. O preo
de venda das peras e das mas est descrito abaixo:
73) (UFC-CE) Uma fbrica de confeces produziu, sob encomenda, 70 peas de roupas en-
tre camisas, batas e calas, sendo a quantidade de camisas igual ao dobro da quantidade de
calas. Se o nmero de bolsos em cada camisa, bata e cala dois, trs e quatro, respectiva-
mente, e o nmero total de bolsos nas peas 200, ento podemos afirmar que a quantidade
de batas :
75) (PUC-MG) Cada grama do produto P custa R$ 0,21 e cada grama do produto Q, R$ 0,18.
Cada quilo de certa mistura desses dois produtos, feita por um laboratrio, custa R$192,00.
Com base nesses dados, pode-se afirmar que a quantidade do produto P utilizada para fazer um
quilo dessa mistura :
captulo 2 49
76) (FGV-SP) Considere trs trabalhadores. O segundo e o terceiro, juntos, podem completar
um trabalho em 10 dias. O primeiro e o terceiro, juntos, podem faz-lo em 12 dias, enquanto o
primeiro e o segundo, juntos, podem faz-lo em 15 dias. Em quantos dias os trs juntos podem
fazer o trabalho?
77) (UFPE) Quatro amigos A, B, C e D compraram um presente que custou R$ 360,00. Se:
78) (UNIFESP) Considere a equao 4x + 12 y = 1.705. Diz-se que ela admite uma soluo
inteira se existir um par ordenado (x, y), com x e y inteiros, que a satisfaa identicamente. A
quantidade de solues inteiras dessa equao :
79) (PUC-MG) O cdigo de trnsito de certo pas adota o sistema de pontuao em carteira
para os motoristas: so atribudos 4 pontos quando se trata de infrao leve, 5 pontos por in-
frao grave e 7 pontos por infrao gravssima. Considere um motorista que, durante um ano,
cometeu o mesmo nmero de infraes leves e graves, foi autuado p vezes por infraes gra-
vssimas e acumulou 57 pontos em sua carteira. Nessas condies, pode-se afirmar que valor
de p igual a:
PERSONALIDADES
Vrios so os casos de genialidade na histria da matemtica. Aproveitaremos o momento para
relembrarmos alguns desses gnios e seus feitos na matemtica.
a) Aos 16 anos de idade, Blaise Pascal escreveu um tratado sobre as cnicas que foi conside-
rado como um dos fundamentos da geometria moderna.
b) Carl Friedrick Gauss (1777-1855) calculou a soma dos primeiros 100 nmeros inteiros de
uma forma indita e muito criativa aos 9 anos de idade.
c) Niels Henrik Abel (1802-1829) aos 16 anos de idade fazia estudos sobre o problema de
resoluo das equaes de quinto grau. Morreu precocemente vtima da temvel tuberculose,
doena incurvel na poca.
d) Evariste Galois (1811-1832) aos 15 anos discutia e comentava as obras de Legendre e
Lagrange.
50 captulo 2
CURIOSIDADE
A matemtica nos brinda com padres numricos bastante interessantes e com um certo toque
de beleza. Vejamos alguns:
1.9 + 2 = 11
12.9 + 3 = 111
123.9 + 4 = 1111
1234.9 + 5 = 11111
12345.9 + 6 = 111111
123456.9 + 7 = 1111111
1234567.9 + 8 = 11111111
12345678.9 + 9 = 111111111
123456789.9 + 10 = 1111111111
9.9 + 7 = 88
98.9 + 6 = 888
987.9 + 5 = 8888
9876.9 + 4 = 88888
98765.9 + 3 = 888888
987654.9 + 2 = 8888888
9876543.9 + 1 = 88888888
98765432.9 + 0 = 888888888
1.8 + 1 = 9
12.8 + 2 = 98
123.8 + 3 = 987
1234.8+ 4 = 9876
12345.8 + 5 = 98765
123456.8 + 6 = 987654
1234567.8 + 7 = 9876543
12345678.8 + 8 = 98765432
123456789.8 + 9 = 987654321
1.1 = 1
11.11 = 121
111.111 = 12321
1111.1111 = 1234321
11111.11111 = 123454321
111111.111111 = 12345654321
1111111.1111111 = 1234567654321
4.4 = 16
34.34 = 1156
334.334 = 111556
3334.3334 = 11115556
33334.33334 = 1111155556
captulo 2 51
IMAGENS DO CAPTULO
Laplace Georgios | Dreamstime.com Pierre Simon Laplace (foto)
Pascal Georgios | Dreamstime.com Blaise Pascal (foto)
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
2.2 Propriedade dos determinantes
1) Resolvendo o determinante
| |
2 0 4
7 8 2 = 80 +140 64 20 = 136 = 8 x 17
2 5 5
Logo, o determinante divisvel por 17.
1 3 x x x + 3y 3x 0 2x + 6y = 0
5) AX = 3X = . =3 = x 3y = 0
4 3 y y 4x 3y 3y 0 4x 3y = 0
2
Resp.: b)
3
a b
6) Seja B = a inversa da matriz dada. Temos:
c d
a b 4 3 1 0
=
c d 1 1 0 1
4a+b=1
3a+b=0
a = 1 e b = 3
52 captulo 2
4c+d=0
3c+d=1
c = -1 e d = 4
1 3
B=
1 4
Resp: b)
1 1 1 1 1 2
8) a) P2 = =
0 1 0 1 0 1
1 2 1 1 1 3
P3 = P2.P = =
0 1 0 1 0 1
1 n
b) Pn =
0 1
Vamos provar por induo:
1 1
n = 1; obviamente, verdadeira: P =
0 1
Suponha n = k verdadeira e vamos provar que vale para n = k +1.
1 k 1 k 1 1 1 k+1
Pk = , ento: = = PK+1
0 1 0 1 0 1 0 1
3 0 2 1 2 1 3 0 6 3 7 4 1 7
9) Soluo: AB BA = = =
1 4 1 0 1 0 1 4 6 1 3 0 9 1
Resp: b)
a b
a) M1 = .
c d
1 0 a b 1 0
=
2 1 c d 0 1
a b 1 0
=
2a + c 2b + d 0 1
a =1 , b = 0
2 a + c = 0 e 2 b + d =1
c = 2 e d = 1
1 0
M1 =
2 1
1 0 2 1 1 0 4 1
b) M-1AM = =
2 1 1 1 2 1 5 1
Trao = 4 + (1) = 3
captulo 2 53
11) Substituindo as matrizes M, N e P, teremos:
3 x 8 2 y 6 7 16
+ =
2 10 y 3 12 x +4 23 13
3x 12 2y 4
7 16
2 3y + 3 2x + 8 =
23 13
15 2 8 2
3x 2y
+ =7
2 3
3y 2x + 8
+ = 13
2 3
x+3y
D=
2x+4y
Resp: a)
0 1 0 0 0 1
AB = = (Falsa)
0 0 0 1 0 0
0 0 0 1 0 0
BA = = (Falsa)
0 1 0 0 0 0
0 1 0 1 0 0
A2 = = (Verdadeira)
0 0 0 0 0 0
0 0 0 0 0 0
B2 = = (Falsa)
0 1 0 1 0 1
0 1 0 0 0 1
A+B = + = (Falsa)
0 0 0 1 0 0
Resp : c) B2 nula
54 captulo 2
15) Devemos efetuar o produto das duas matrizes.
1 a 2 3 2 + a 3 4 3
=
b 2 1 0 2b + 2 3b 2 0
Da, temos:
2+a=4
2b + 2 = 2
3b = 0
a = 2 e b = 0, logo: ab = 0
Resp: c)
x 2y = 2
3x + y = 1
Resolvendo o sistema, temos: x = 0 e y = 1. Portanto, xy = 0.
Resp: c)
x y 3 5 1 0
=
z w 1 2 0 1
3x + y = 1
5x + 2y = 0
3z + w = 0
5z + 2w = 1
Resolvendo os sistemas, encontramos: y = 5 e z = 1
Resp: d) 5
p 1 2 2p + q
MT = =
3 1 q 6 q
4 x + 6 4 8
=
6 10 y z
captulo 2 55
x + 6 = 8; da : x = 2
y=6
z = 10
xyz = 120
Resp: c)
2 0 1 2
X= +2
1 1 1 0
2 0 2 4 4 4
X= + =
1 1 2 0 3 1
Resp: d)
1 2 y 1 x 3
x 4 5 = 2 4 z
3 z 6 y 5 6
x = 2; y = 3 e z = 5
x + y + z = 10
Resp: c)
25) Resolvendo o determinante da matriz por um dos processos conhecidos encontramos 68.
Resp: b)
56 captulo 2
26) Vamos determinar a matriz AB.
1 2 1 3 1 + 2x 7
AB = =
3 4 x 2 3 + 4x 17
x 0
xI = . Calculando a matriz A xI, vem:
0 x
1 3 x 0 1 x 3
A xI = = . Calculando o determinante, teremos:
2 4 0 x 2 4 x
(1 x)(4 x) 6 = 0
x2 5x 2 = 0
a 5
S= = =5
b 1
Resp: a)
29) A terceira linha igual a soma da primeira linha com a segunda linha. Logo, o determinante
igual a zero.
30) b) R$ 10,00
31) a) 900
32) a) 5
33) d) 32
34) d) 21
35) b) R$ 1,06
36) c) 160
37) b) 44
38) a) R$ 120,00
39) e) 10
40) e) R$ 16,50
41) c) R$ 31,70
42) c) R$ 1.000,00
43) a) 186
captulo 2 57
44) c) 12.673
COMENTRIO 45) a) 9 n < 12
1 3
51) e)
6 5
52) c) 900
53) c) 32
54) a) Empresa 1: avio 1; empresa 2: avio 3 e empresa 3: avio 2.
55) c) 5
56) a) 5
57) e) 144
58) e) nda
59) b) 1/4
60) d) 1/3
61) c) 1/4
62) c) 5m + n = 3
63) d) 5
64) e) I, II e III
65) d) det(2A) = 32 det(A)
66) b) 0
67) b) 3
68) d) R$ 10,50
69) d) 15 reais
70) a) 13
71) d) 500
72) d) 1,05
73) c) 40
74) b) 6,50
75) b) 400 g
76) 8 dias
77) R$ 78,00
78) a) 0
79) c) 3
Soluo: Sejam nmero infraes leves = nmero de infraes graves = x
e infraes gravssimas p, teremos:
4x + 5x + 7p = 57
7p = 57 9x
p = (57-9x)/7
58 captulo 2
Sabemos que x e p so inteiros positivos, da:
x = 1, p = 48/7 (no serve)
x = 2, p = 39/7 (no serve)
x = 3, p = 30/7 (no serve)
x = 4, p = 21/7 = 3 ( serve)
x = 5, p = 12/7 (no serve)
captulo 2 59
3 Resoluo de
sistemas
3.1 Introduo
Vamos comear o nosso estudo lembrando que j foi visto no captulo 1 que
podemos estabelecer um link entre os sistemas de equaes lineares (ou
simplesmente sistemas de equaes) e o estudo das matrizes.
Exemplificando
1) Seja o seguinte sistema de linear com trs variveis (ou incgnitas) defi-
nido por:
2x + 5y z = 0
4x 3y + 6z = 1
7x + y 2z = 8
A.X = B
62 captulo 3
Lembrando que:
Na matriz ampliada
captulo 3 63
de equaes atravs dos mtodos da adio, substituio ou comparao.
Agora vamos conhecer novas tcnicas onde poderemos encontrar o conjun-
to soluo do sistema de equaes, classific-lo e analisar as condies de
existncia de solues, assim como a quantidade de solues. Alm disso,
veremos que muitos problemas podem ser modelados na forma de siste-
mas de equaes e desse modo encontraremos sua soluo atravs das tc-
nicas estudadas.
SISTEMA LINEAR
POSSVEL IMPOSSVEL
QUANDO ADMITE SOLUO QUANDO NO ADMITE SOLUO
DETERMINADO INDETERMINADO
ADMITE UMA NICA SOLUO ADMITE INFINITAS SOLUES
64 captulo 3
Exemplificando
1. Sistema possvel e determinado (SPD)
2x + y = 5
x 3y = 6
3
1 x
4x 2(2x 5) = 10 4x 4x + 10 = 10 0x = 0
S = {(k, 2k 5); k R}, para cada k temos uma soluo. Logo temos infinitas
solues.
captulo 3 65
Geometricamente: As duas retas que formam este sistema so coinci-
dentes. Logo qualquer ponto de uma das retas soluo deste sistema.
5/2
x
3x 2y =1
6x 4y = 7
66 captulo 3
Exemplificando
3x 4y = 0
1.
6x + 8y = 0
3x y 7z = 0
2.
x 2y + 3z = 0
x + y + 2z = 0
3. x y 3z = 0
x + 4y = 0
EXEMPLO
Resolvendo os sistemas abaixo atravs dos mtodos estudados no captulo 1 notamos que as
solues so as mesmas. Logo,
Os sistemas
x 2y = 3 3x 4y = 5
e
2x y = 4 x + 2y = 5
captulo 3 67
COMENTRIO Resoluo de sistemas lineares por escalonamento
ou mtodo de eliminao gaussiana
Sistema linear
O mtodo de eliminao de Gauss Encontrar a soluo de um sistema linear atravs do m
transforma um sistema linear qual- todo do escalonamento envolve a eliminao de incgnitas.
quer em um sistema linear escalo-
um mtodo que busca transformar o sistema dado em sis-
nado equivalente. Este mtodo foi
desenvolvido por Gauss e aperfei-
temas equivalentes (com a mesma soluo), at chegar a um
oado por Camile Jordan, mate- sistema escalonado. Em outras palavras, queremos migrar
mtico francs do sculo XX, que de um sistema para outro que seja equivalente ao primeiro,
utiliza a matriz ampliada do sistema. porm com uma resoluo mais simples. Vamos entender
O procedimento baseado na ideia
melhor atravs de um exemplo.
de reduzir a matriz ampliada de um
sistema linear a uma outra matriz
ampliada que seja suficientemente x + y + z = 0
simples a ponto de permitir a visua- Considere o sistema linear yz=5
lizao da soluo. 2z = 8
2z = 8 z = 4
yz=5y4=5y=9
x + y + z = 0 x + 9 + 4 = 0 x = 9 4 x = 13
S = {(13, 9, 4)}
68 captulo 3
Agora observe a matriz aumentada do sistema dado:
OBSERVAO
1 1 1 0 Matriz aumentada
0 1 1 5 A matriz aumentada dada anterior-
0 0 2 8 mente est na forma escalonada
reduzida por linhas. O procedimen-
to que ser apresentado chama-
do de eliminao gaussiana.
ATENO
Note que a partir da segunda linha o nmero de zeros iniciais aumenta e
quando isso ocorre podemos dizer que a matriz est escalonada. Assim, a
matriz na forma escalonada pode se resolvida pelo mtodo das substitui-
es regressivas.
Exemplificando
Resolva o sistema linear por meio de escalonamento
x + y + 2z = 9
2x + 4y 3z = 1
3x + 6y 5z = 0
captulo 3 69
1 1 2 9
2 4 3 1
3 6 5 0
coluna do termo independente
coluna da varivel z
coluna da varivel y
coluna da varivel x
Passo 1
Localize na primeira linha da matriz o primeiro elemento no nulo. Este
elemento no nulo chamado de piv. Chamamos o nmero 1 de piv.
1 1 2 9
2 4 3 1
3 6 5 0
OBSERVAO
Se na primeira linha o primeiro elemento for nulo, ento localize uma outra linha que tenha o
elemento no nulo e troque as linhas.
Passo 2
Agora voc dever anular os elementos que esto abaixo do piv.
1 1 2 9
2 4 3 1
3 6 5 0
coluna do piv
Qual o nmero que devo multiplicar o piv cujo resultado dessa multiplica-
o somado com o elemento 2 (segunda linha) tenha como resultado zero?
Resposta: 2
70 captulo 3
Isso significa que comeamos multiplicando a primeira linha (do piv)
por (2) e adicionando o resultado segunda linha onde est o elemento
que desejamos eliminar.
1 1 2 9
2 4 3 1
3 6 5 0
Obtemos:
1 1 2 9
0 2 7 17
3 6 5 0
Qual o nmero que devo multiplicar o piv cujo resultado somado com 3
tenha como resultado zero? Resposta: 3
Isso significa que vamos multiplicar a primeira linha (do piv) por (3) e
adicionar o resultado terceira linha onde est o elemento que desejamos
eliminar.
1 1 2 9
0 2 7 17
3 6 5 0
1 1 2 9
0 2 7 17
0 3 11 27
Passo 3
Agora procure na segunda linha desta matriz o elemento piv.
1 1 2 9
0 2 7 17
0 3 11 27
captulo 3 71
1 1 2 9
7 17
0 1
2 2
0 3 11 27
Agora vamos anular o elemento 3 que est abaixo do piv.
Agora faa a seguinte pergunta:
Qual o nmero que devo multiplicar o piv cujo resultado dessa multiplica-
o somado com o elemento 3 (terceira linha) tenha como resultado zero?
Resposta: 3
Isso significa que vamos multiplicar a segunda linha (do piv) por (3) e
adicionar o resultado terceira linha onde est o elemento que desejamos
eliminar.
1 1 2 9
7 17
0 1
2 2
0 3 11 27
1 1 2 9
7 17
0 1
2 2
21 51
0 0 11 27
2 2
1 1 2 9
7 17
0 1
2 2
1 3
0 0
2 2
Agora temos uma matriz na forma escalonada. Para ficar mais fcil a visua
lizao, vamos escrever essa matriz na forma de um sistema de equaes.
x + y + 2z = 9
7 17
y z =
2 2
1 z = 3
2 2
Veja que agora ficou simples a resoluo do sistema.
Na terceira linha podemos encontrar o valor da incgnita z.
1 z = 3 z = 3 z = 3
2 2
72 captulo 3
Na segunda linha podemos substituir o valor de z e assim obter o valor da
incgnita y.
y 7 z = 17 y 7 . (3) = 17 y 21 = 17 2y 21 = 17 2y = 4 y = 2
2 2 2 2 2 2
Por fim, vamos substituir os valores de z e de y na primeira equao e ob-
ter o valor da incgnita x.
x + 2 + 2(3) = 9 x + 2 + 6 = 9 x = 1
S = {(1, 2, 3)}
EXERCCIOS RESOLVIDOS
x + y + z =12
1) Resolva o sistema 3x y + 2z = 14
2x 2y + z = 3
Soluo
Utilizando a matriz ampliada, temos:
elemento piv
1 1 1 12
3 1 2 14
2 2 1 3
1 1 1 12
3 1 2 14
2 2 1 3
Obtemos:
1 1 1 12
0 4 1 22
2 2 1 3
Agora vamos multiplicar a primeira linha por (2) e adicionar o resultado terceira linha.
captulo 3 73
1 1 1 12
OBSERVAO 0 4 1 22
Sistema 0 4 1 27
Esse tipo de sistema apresenta sem-
pre infinitas solues, sendo, ento Note que se multiplicarmos a segunda linha da matriz por (1) e adicionar-
um sistema possvel e indeterminado mos o resultado terceira linha encontraremos o seguinte resultado:
(SPI).
1 1 1 12
0 4 1 22
0 0 0 5
Resposta: S =
x + 2y z = 4
2) Resolva o sistema
3x y + z = 5
Soluo
Note que o nmero de incgnitas (trs) maior do que o nmero de equa-
es (duas).
elemento piv
1 2 1 4
3 1 1 5
1 2 1 4
0 7 4 7
x + 2y z = 4
O sistema equivalente :
7y + 4z = 7
4k + 7
Na segunda equao obtemos y: 7y + 4z = 7 y =
7
74 captulo 3
Na primeira equao obtemos x: x + 2. ( 4k 7+ 7 ) k = 4 x = 147 k
14 k 4k + 7
Resposta: S = , ,k /kR
7 7
2x + 3y z = 0
x 4y + z = 0
3x + y 2z = 0
Soluo
Utilizando a matriz ampliada, temos:
2 3 1 0
1 4 1 0
3 1 2 0
Note que o primeiro coeficiente da primeira linha 2. Nesse caso, podemos trocar as posies
das duas primeiras linhas, a fim de que o primeiro coeficiente seja igual a 1.
elemento piv
1 4 1 0
2 3 1 0
3 1 2 0
Comeamos multiplicando a primeira linha por (2) e adicionando o resultado segunda linha,
tem-se:
1 4 1 0
0 11 3 0
3 1 2 0
Agora vamos multiplicar a primeira linha por (3) e adicionar o resultado terceira linha. Ob-
temos:
1 4 1 0
0 11 3 0
0 13 5 0
captulo 3 75
1 4 1 0
0 11 3 0
0 13 5 0
Observe que o piv 11. Para facilitar as contas, vamos transformar este piv em 1. Para isto,
basta multiplicar a segunda linha por 1/11.
1 4 1 0
0 1 3/11 0
0 13 5 0
Vamos multiplicar a segunda linha por (13) e adicionar o resultado terceira linha. Obtemos:
1 4 1 0
0 1 3/11 0
0 0 16/11 0
x 4y + z = 0
3
y z=0
11
16
z=0
11
Agora podemos resolver facilmente esse sistema encontrando na terceira equao o valor da
incgnita z = 0. Substituindo o valor de z na segunda equao encontramos o valor de y = 0,
e por ltimo substituindo y e z na primeira equao encontramos o valor da incgnita x = 0.
Conclumos que o sistema possvel e determinado (SPD), pois admite soluo trivial {(0,0,0)}.
EXERCCIOS DE FIXAO
1) Resolva o sistema linear abaixo.
x + 4y + 3z = 1
2x + 5y + 4z = 4
x 3y 2z = 5
x + 2y = 5
a)
2x 3y = 4
76 captulo 3
x+yz=0
b) x + y + z = 0
x y z = 0
2x + y 2z = 2
c) y + z = 2
3x 2z = 1
x + y + 2z = 2
d) 2x + y + z = 3
x y + z = 0
xy=1 mx ny = 1
e
2x y = 5 nx + my = 2
4) Resolva o sistema:
x + y + 2z = 1
x + 2y + 3z = 2
2x y + z = 2
x + 2y + 4z = 5
a) 2x y + 2z = 8
3x 3y z = 7
4x 3y + z = 3
b) 3x + y + 4z = 1
5x 2y 3z = 2
3x + y = 3
c) 5x + 3y = 1
x 4y = 7
x + 2y z = 0
2x y + 3z = 0
4x + 3y + z = 0
x + my = m 1
7) Seja o sistema
2x + 6y = m2 1
captulo 3 77
8) (UFPR) Certa transportadora possui depsitos nas cidades de Guarapuava, Maring e Cas-
cavel. Trs motoristas dessa empresa, que transportavam encomendas apenas entre esses trs
depsitos, estavam conversando e fizeram as seguintes afirmaes: 1o motorista: Ontem eu
sa de Cascavel, entreguei parte da carga em Maring e o restante em Guarapuava. Ao todo,
percorri 568 km. 2o motorista: Eu sa de Maring, entreguei parte da carga em Cascavel e de-
pois fui para Guarapuava. Ao todo, percorri 522 km. 3o motorista: Semana passada eu sa de
Maring, descarreguei parte da carga em Guarapuava e o restante em Cascavel, percorrendo,
ao todo, 550 km. Sabendo que os trs motoristas cumpriram rigorosamente o percurso imposto
pela transportadora, quantos quilmetros percorreria um motorista que sasse de Guarapuava,
passasse por Maring, depois por Cascavel e retornasse a Guarapuava?
9) (PUC) Como est se aproximando o trmino do desconto do IPI para a linha branca dos ele-
trodomsticos, uma determinada loja de departamentos, para vender uma geladeira, uma mqui-
na de lavar e uma secadora, props a seguinte oferta: a geladeira e a mquina de lavar custam
juntas R$ 2.200,00; a mquina de lavar e a secadora, R$ 2.100,00; a geladeira e a secadora, R$
2.500,00. Quanto pagar um cliente que comprar os trs produtos anunciados?
a) R$ 3.400,00 d) R$ 3.200,00
b) R$ 2.266,00 e) R$ 4.800,00
c) R$ 6.800,00
10) (CEFET) Alice comprou dois tics, dois tacs e dois tocs pagando 10 reais. Berenice comprou
um tic, dois tacs e dois tocs pagando 9 reais. Crenddice pagou 8 reais por um tic, trs tacs e um
toc. Para comprar um tic, um tac e trs tocs, Dirce vai gastar, em reais:
11) (ENADE 2014) Em uma loja de material escolar, as mercadorias caneta, lpis e borracha,
de um nico tipo cada um, so vendidas para trs estudantes. O primeiro comprou uma caneta,
trs lpis e duas borrachas pagando R$ 10,00; o segundo adquiriu duas canetas, um lpis e uma
borracha pagando R$ 9,00; o terceiro comprou trs canetas, quatro lpis e trs borrachas pa-
gando R$ 19,00. Os estudantes, aps as compras, sem verificarem os valores de cada mercado-
ria, procuraram resolver o problema: A partir das compras efetuadas e dos respectivos valores
totais pagos por eles, qual o preo da caneta, do lpis e da borracha?. Para isso, montaram um
sistema de equaes lineares cujas incgnitas so os preos das mercadorias.
78 captulo 3
e) possvel indeterminado, de forma que a soma dos valores possveis da caneta, do lpis e da
borracha igual a 1/5 da adio do preo da borracha com R$ 28,00.
12) (UFRJ) Uma loja de departamentos, para vender um televisor, um videocassete e um apare-
lho de som, props a seguinte oferta: o televisor e o videocassete custam juntos R$ 1.200,00; o
videocassete e o aparelho de som custam juntos R$ 1.100,00; o televisor e o aparelho de som
custam juntos R$ 1.500,00. Quanto pagar um cliente que comprar os trs produtos anuncia-
dos?
X = A1.B
Exemplificando
x + 2y = 4
Determine o conjunto soluo do sistema linear
3x + 4y = 8
Considerando:
1 2
A= a matriz dos coeficientes.
3 4
4
B= a matriz dos termos independentes.
8
captulo 3 79
x
X= a matriz formada pelas incgnitas do sistema.
y
2 1
x 4 8 8 16
X= = 3 1 = =
y 2 2 8 6 + 4 10
Isto : x = 16 e y = 10.
Resposta do sistema linear:
{(16, 10)}
EXERCCIO RESOLVIDO
4) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x + 2y 2z = 0
2x + 5y 4z = 3
3x + 7y 5z = 7
Soluo
Vamos considerar:
1 2 2
A = 2 5 4 a matriz dos coeficientes.
3 7 5
0
B = 3 a matriz dos termos independentes.
7
80 captulo 3
x
X = y a matriz formada pelas incgnitas do sistema.
z
Voc j aprendeu a determinar a matriz inversa de uma matriz no captulo 1. Agora precisamos
desse conhecimento para determinarmos a matriz inversa A1 da matriz A. A matriz inversa
ser:
3 4 2
A = 2 1 0
1
1 1 1
Agora, para determinarmos o conjunto soluo do sistema linear dado, basta multiplicarmos a
matriz inversa encontrada pela matriz B. Veja:
x 3 4 2 0 2
X = y = 2 1 0 3 = 3
z 1 1 1 7 4
Isto : x = 2, y = 3 e z = 4
Soluo do sistema linear: {(2, 3 ,4)}
EXERCCIOS DE FIXAO
13) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x + 2y + z = 9
2x + y z = 3
3x y 2z = 4
14) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x y 2z = 1
x + y + z = 2
x 2y + z = 2
15) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x + y 2z = 7
2x y + 3z = 10
x + y + z = 1
captulo 3 81
OBSERVAO 3.4 Regra de Cramer
Regra de Cramer
Agora vamos aprender outro mtodo para encontrarmos o
Gabriel Cramer (1704-1752), ma-
conjunto soluo de um sistema linear. Esse mtodo co-
temtico e astrnomo suo, desen-
volveu esse mtodo para resolver nhecido como regra de Cramer. Ele baseado no clculo de
sistemas lineares onde o nmero de determinantes.
equaes igual ao nmero de in-
cgnitas. Para entender bem como aplicar a regra de Cramer, va-
mos considerar o sistema linear abaixo.
x + 2y = 4
3x + 4y = 8
Considerando:
1 2
A= a matriz dos coeficientes.
3 4
4
B= a matriz dos termos independentes.
8
Procedimento:
Passo 1
Vamos calcular o determinante da matriz A dos coeficientes
do sistema linear dado.
1 2
det = 1.4 2.3 = 4 6 = 2 0 DA = 2
3 4
ATENO
Note que o determinante da matriz A, que denotaremos por DA= 2,
diferente de zero. Isso uma condio necessria para resolvermos o siste-
ma atravs da regra de Cramer.
Passo 2
Clculo das incgnitas do sistema linear apresentado. Nes-
se caso, vamos determinar o valor de x e y.
82 captulo 3
Para calcularmos os valores de cada incgnita x deveremos substituir a matriz
B (termos independentes) na coluna da matriz relativa a incgnita x.
Veja:
x y
1 2
A=
3 4
4
vamos substituir B = na coluna da incgnita x
8
4 2
Obtemos a matriz . Agora vamos calcular o determinante dessa ma-
8 4
triz que denotaremos por DX.
4 2
det = 4.4 2(8) = 16 + 16 = 32 0 Dx = 32
8 4
Dx
Pela regra de Cramer, a incgnita x ser determinada fazendo: x =
DA
32 32
x= = = 16
(2) 2
Veja:
x y
1 2
A=
3 4
4
vamos substituir B = na coluna da incgnita y
8
captulo 3 83
1 4
Obtemos a matriz . Agora vamos calcular o determinante dessa ma-
3 8
triz que denotaremos por Dy.
1 4
= 8.1 4.3 = 8 12 = 20 0 Dy = 20
3 8
Dy
Pela regra de Cramer, a incgnita y ser determinada fazendo: y =
DA
20 20
y= = = 10
(2) 2
{(-16, 10)}.
RESUMO
O determinante da matriz A dos coeficientes das incgnitas deve ser diferente de zero, isto ,
DA 0. Nesse caso j sabemos que o sistema possvel e determinado. Se o determinante for
igual a zero, ento o sistema linear dado (SI) ou (SPI).
Com relao ao sistema linear homogneo, vimos que ele sempre admite uma soluo trivial
ou soluo nula. Ento podemos concluir em relao a esse sistema que se o determinante
for diferente de zero o sistema linear homogneo ser possvel e determinado, e no caso do
determinante ser igual a zero o sistema possvel e indeterminado
A soluo do sistema linear formado por duas equaes e duas incgnitas ser dada por:
Dx Dy
S= ,
DA DA
A soluo do sistema linear formado por trs equaes e trs incgnitas ser dada por:
Dx Dy Dz
S= , ,
DA DA DA
Os resultados Dx, Dy, Dz, ... podem ser generalizados para um sistema com n equaes e n
incgnitas.
84 captulo 3
EXERCCIO RESOLVIDO
5) Encontre o conjunto soluo do sistema linear atravs da regra de Cramer.
x + y = 107
y + z = 74
x + z = 91
Soluo
Vamos considerar:
1 1 0
A = 0 1 1 a matriz dos coeficientes.
1 0 1
107
B = 74 a matriz dos termos independentes.
91
Clculo do determinante DA
1 1 0
DA = 0 1 1 DA = 2
1 0 1
Clculo do determinante DX
x y z
1 1 0
A = 0 1 1
1 0 1
107
B = 74
91
captulo 3 85
Obtemos:
107 1 0
74 1 1
91 0 1
107 1 0
Calculando o determinante dessa matriz encontramos: Dx = 74 1 1 Dx = 124
91 0 1
Clculo do determinante DY
x y x
1 1 0
A = 0 1 1
1 0 1
107
B = 74
91
Obtemos:
1 107 0
0 74 1
1 91 1
1 107 0
Calculando o determinante dessa matriz encontramos: Dy = 0 74 1 Dy = 90
1 91 1
Clculo do determinante DZ
x y z
1 1 0
A = 0 1 1
1 0 1
107
B = 74
91
86 captulo 3
Obtemos:
1 1 107
0 1 74
1 0 91
1 1 107
Calculando o determinante dessa matriz encontramos: Dz = 0 1 74 Dz = 58
1 0 91
Clculo das incgnitas x, y e z.
Dx 124
x= = = 62
DA 2
Dy 90
y= = = 45
DA 2
Dz 58
z= = = 29
DA 2
S = {(62, 45, 29)}
EXERCCIOS DE FIXAO
16) Encontre o conjunto soluo do sistema linear atravs da regra de Cramer.
x + 2y z = 5
x 2y 3z = 3
4x y z = 4
17) Encontre o conjunto soluo de cada sistema linear abaixo atravs da regra de Cramer.
3x y + z = 1
a) 2x + 3z = 1
4x + y 2z = 7
x y + z = 5
b) x + 2y + 4z = 4
3x + y 2z = 3
x+yz=0
c) x y 2z = 1
x + 2y + z = 4
18) (COVEST-PE) Um nutricionista pretende misturar trs tipos de alimentos (A, B e C) de for-
ma que a mistura resultante contenha 3.600 unidades de vitaminas, 2.500 unidades de minerais
e 2.700 unidades de gorduras. As unidades por gramas de vitaminas, minerais e gorduras dos
alimentos constam da tabela a seguir:
captulo 3 87
VITAMINAS MINERAIS GORDURA
A 40 100 120
B 80 50 30
C 120 50 60
19) Uma empresa que presta servios de engenharia tem trs tipos de contentores I, II e III, que
carregam cargas, em trs tipos de recipientes A, B e C. O nmero de recipientes por contentor
dado pelo quadro:
I 4 3 4
II 4 2 3
III 2 2 2
20) Uma empresa de caf vende trs tipos de gros. Um pacote simples contm 300 gramas
de caf colombiano e 200 gramas de caf tostado tipo francs. Um pacote especial contm 200
gramas de caf colombiano, 200 gramas de caf queniano e 100 gramas de caf tostado tipo
francs. Um pacote com mistura gourmet contm 100 gramas de caf colombiano, 200 gramas
de caf queniano e 200 gramas de caf tostado tipo francs. A empresa tem 30 quilos de caf
colombiano, 15 de caf queniano e 25 de caf tipo francs. Se ela deseja utilizar todos os gros
de caf, quantos pacotes de cada tipo deve preparar.
21) Uma florista vende trs tamanhos de arranjos de flores com rosas, tulipas e lrios. Cada ar-
ranjo pequeno contm uma rosa, trs tulipas e trs lrios. Cada arranjo mdio contm duas rosas,
quatro tulipas e seis lrios. Cada arranjo grande contm quatro rosas, oito tulipas e seis lrios. Um
dia, a florista notou que havia usado um total de 24 rosas, 50 tulipas e 48 lrios ao preparar as
encomendas desses trs tipos de arranjos. Quanto arranjos de cada tipo fez a florista?
22) (UNICAMP 2001) Uma empresa deve enlatar uma mistura de amendoim, castanha de
caju e castanha-do-par. Sabe-se que o quilo de amendoim custa R$ 5,00, o quilo da casta-
88 captulo 3
nha de caju, R$ 20,00 e o quilo de castanha-do-par, R$ 16,00. Cada lata deve conter meio
quilo da mistura e o custo total dos ingredientes de cada lata deve ser de R$ 5,75. Alm disso,
a quantidade de castanha de caju em cada lata deve ser igual a um tero da soma das outras
duas.
a) Escreva o sistema linear que representa a situao descrita acima.
b) Resolva o referido sistema, determinando as quantidades, em gramas, de cada ingrediente
por lata.
No incio do nosso estudo sobre os sistemas lineares, vimos que eles podem
ser classificados quanto ao nmero e existncia de solues por:
Se o determinante dessa matriz for diferente de zero, ento o sistema pos-
svel e determinado (SPD).
Se o determinante dessa matriz for igual a zero, ento o sistema pode ser
impossvel (SI) ou possvel e indeterminado (SPI).
Exemplificando
3x + ky = 2
1) Vamos discutir o sistema segundo os valores do parmetro k.
x y = 1
captulo 3 89
A matriz dos coeficientes desse sistema ser dada por: 3 k Calculan-
1 1
do o determinante dessa matriz encontramos:
D = 3 k = 3 k
1 1
3x 3y = 2
usando o mtodo da adio
x y = 1
3x 3y = 2
x y = 1 x (3)
3x 3y = 2
3x + 3y = 3
0 = 1
De acordo com essa anlise, fica claro que no existe valor para o parme-
tro k que torna o sistema possvel e indeterminado (SPI).
Resumo da discusso:
k 3 SPD
k = 3 SI
90 captulo 3
2) Determine o valor de m de modo que o sistema linear dado admita
soluo nica.
mx + 2y z = 0
x 3y + z = 0
x + 2z = 2
Para que o sistema linear dado admita soluo nica, o determinante da
matriz formada por seus coeficientes deve ser diferente de zero. Vamos cal-
cular o determinante.
m 2 1 5
D = 1 3 1 = 6m 5 0 6m 5 0 6m 5 m
6
1 0 2
Veja que para o sistema admitir uma nica soluo a condio que o
5
parmetro m .
6
EXERCCIOS RESOLVIDOS
6) Analise o sistema linear abaixo em funo do parmetro a.
x + y = 3
x + 3y = 1
x + az = 8
Soluo
Aqui usaremos a matriz ampliada do sistema dado.
1 1 3
1 3 1
1 a 8
1 1 3
Escalonando essa matriz obtemos: 0 1 1
0 0 6 a
Se 6 a 0, ento a 6. Isso significa que o sistema impossvel (SI).
Se 6 a = 0, ento a = 6. Temos, ento, um sistema possvel e determinado (SPD).
1 1 3
0 1 1
0 0 0
Resumo da discusso:
a 6 SI
a = 6 SPD
captulo 3 91
7) Determine o valor de m para que o sistema linear homogneo abaixo tenha somente a solu-
o trivial.
x + y z = 0
x y + mz = 0
x+yz=0
Soluo
Com relao a um sistema linear homogneo, basta analisarmos o determinante da matriz for-
mada pelos coeficientes das incgnitas, ou seja:
D 0 SPD
D = 0 SPI
Para o sistema ter apenas a soluo trivial, necessrio que o determinante da matriz dos
coeficientes seja diferente de zero (D 0).
Clculo do determinante:
1 1 1
D = 1 1 m D = 2m 2 2m 2 0 m 1
1 1 1
Conclumos que, para o sistema ter somente a soluo trivial m 1, m um nmero real.
EXERCCIOS DE FIXAO
23) (UFPE) O sistema linear a seguir admite pelo menos duas solues (distintas). Indique o
valor de m.
5x 4y + mz = 9
x + 2y 3z = 5
x + y 2z = 3
24) (UFAM) Determine o valor de k que torna o sistema dado possvel e determinado (SPD).
2x + 3y z = 1
x + y + kz = 2
3x + 4y + 2z = k
x + 3y + 4z = 1
x + y + az = 2
x + y + 2z = 3
92 captulo 3
26) Determine o valor de m para que o sistema linear admita somente a soluo nula.
x my + 2z = 0
my + z = 0
mx + y 2z = 0
27) Determine o valor de k para que o sistema linear admita uma infinidade de solues.
x+yz=0
kx + 2y 3z = 0
4x + y = 0
kx + y = 2
xy =k
x + y = 2
kx + y = 2
2x + y z = k
4x + y + kz = 5
x + 2y = kx
ky 2x = y
REFERNCIAS BIBLIOGRFICAS
BOLDRINI, J.L., COSTA, Sueli I. R., FIGUEIREDO, Vera Lucia, WETZLER, Henry G. lgebra
linear. 3. ed. So Paulo: Ed. Harbra, 1989.
CARLEN, Eric A.; CARVALHO, Maria C., lgebra linear. Rio de Janeiro: LTC, 2006.
LAY, David C. lgebra linear e suas aplicaes. 2. ed. Rio de Janeiro: LTC; 1999.
LIPSCHUTZ, Seymour. lgebra linear: teoria e problemas. 3. ed. rev. ampl. So Paulo: Makron,
1994.
POOLE, D. lgebra linear. Rio de Janeiro: Pioneira Thompson, 2004.
STEINBRUCH , A. e WINTERLE, P. lgebra linear. So Paulo: Makron Books, 1987.
captulo 3 93
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
3.2 Resoluo atravs da eliminao de linhas
1) {(3, 2, 2)}
2) a) {(1, 2)}; b) {(0, 0, 0)} c) {(1, 0, 2)}; d) {(1, 1, 0)}
3) m = 0 e n = 1
4) S =
5) a) {(1, 2, 2)} (SPD); b) {(k, k 1, k)/k R} (SPI); c) S = (SI)
6) (SPI) {(k, k, k)/k R}
7) a ) m = 1
b) {(0, 0)}
8) b) 820km
9) a) R$ 3.400,00
10) a) 10
11) e) p ossvel indeterminado, de forma que a soma dos valores possveis da caneta, do lpis e
da borracha igual a 1/5 da adio do preo da borracha com R$ 28,00.
12) R$ 1.900,00
94 captulo 3
3.5 Discusso de um sistema
23) m = 13
24) k = 3
25) a = 2
26) m 1/3 e m 1
27) k = 1
28) k = 1 (SPD), k = 2 (SPD), k 1 e k 2 (SI)
29) k 1 e k 4 (SPD), k = 1 (SPI) , k = 4 (SI)
30) k 1 e k 3 (SPD), k = 1 (SPI), k = 3 (SPI)
captulo 3 95
Espaos
14 vetoriais e
subespaos
vetoriais
4.1 Introduo
Agora vamos estudar conjuntos onde possvel realizar operaes com seus
elementos e garantir que os resultados dessas operaes estejam dentro do
conjunto. Vamos considerar as operaes de adio e multiplicao usuais.
Veremos que os conjuntos munidos dessas operaes e com propriedades
bem definidas so chamados de espaos vetoriais. Aps esse estudo, estu-
98 captulo 4
daremos os subconjuntos desses espaos vetoriais e veremos que, se tive-
rem a mesma estrutura dos espaos vetoriais, eles so chamados de subes-
paos vetoriais. Como consequncia desse estudo, definiremos em seguida
subespaos gerados por um conjunto de vetores, dependncia linear, base
e dimenso e, por ltimo, posto e nulidade. importante estudarmos esses
assuntos, pois eles servem de ferramentas para vrios estudos futuros e tm
aplicaes diretas com vrias reas de conhecimento.
DEFINIO
Dizemos que um conjunto V no vazio um espao vetorial sobre R quando, e somente quando,
existe uma adio e uma multiplicao em V com as propriedades abaixo mencionadas.
Propriedades da adio
Para quaisquer elementos u, v e w do espao vetorial V e escalares , ,
temos:
a) Propriedade comutativa
u+v=v+u
b) Propriedade associativa
(u + v) + w = u + (v + w)
Propriedades da multiplicao
Para quaisquer elementos u e v do espao vetorial V e escalares , ,
temos:
captulo 4 99
a) (u) = ()u
b) ( + )u = u + u
c) (u + v) = u + v
d) 1.u = u.1 = u
OBSERVAO
O nome vetor aplicado aos elementos do conjunto V por convenincia, porm vale ressaltar
que eles podem ser matrizes, polinmios etc.
No conjunto Mmxn() est definida uma adio de matrizes. Esta adio as-
sociativa, comutativa, admite elemento neutro (matriz nula) e toda matriz tem
uma oposta. Podemos tambm multiplicar uma matriz por um nmero real.
O conjunto dos polinmios com coeficientes reais com grau menor ou igual
a n, Pn() so espaos vetoriais com as operaes usuais de adio e multi-
plicao por escalar.
100 captulo 4
Subespaos vetoriais
W
W um subespao vetorial de V se ele for um
espao vetorial com operaes definidas em V.
captulo 4 101
Considerando o esquema abaixo, temos:
. w1 . w2 W
w1 + w2
w1
0
DEFINIO
Seja V um espao vetorial sobre . Um subconjunto W no vazio de V um subespao vetorial
de V se forem satisfeitas as trs condies abaixo:
a) 0 W
b) Dados w1 e w2 em W, a soma w1 + w2 W
c) Dados w1 em W e R, o produto w1 W
OBSERVAO
Se W um subconjunto de V e satisfaz as condies dadas na definio acima, ento as ou-
tras propriedades estudadas nos espaos vetoriais sero consideradas vlidas no conjunto W.
Podemos dizer, tambm, que se W um subespao vetorial de V, ento W um espao vetorial
sobre .
Exemplificando
1) Seja V = 2 um espao vetorial e W = {(x, y) 2 / y = 3x} um subcon-
junto de V. Verifique se W subespao vetorial de V. Nesse exemplo, vamos
analisar considerando a representao grfica de W.
102 captulo 4
y
w Note que todos os pontos que pertencem reta
3 fazem parte de W.
x
0 1
u = (x1, 3x1)
v = (x2, 3x2)
u + v = (x1 + x2, 3x1 + 3x2) = (x1 + x2, 3(x1 + x2)) W
Vamos verificar se u W.
u = (x1, 3x1)
u = (x1, 3x1) = (x1, (3x1)) = (x1, 3(x1)) W
2
x
2 0
W
4
x
2 0 2
OBSERVAES
Todo espao vetorial subespao de si mesmo.
{0} conjunto cujo nico elemento o vetor nulo subespao de qualquer espao V.
Subespaos de R2
O prprio R2.
104 captulo 4
Subespaos de R3
O prprio R3.
EXERCCIOS RESOLVIDOS
1) Seja V = 83x3() um espao vetorial e W = conjunto das matrizes triangulares superiores de
ordem 3 um subconjunto de V. Verifique se W um subespao vetorial de V.
Soluo
Vejamos as condies dadas na definio de subespao vetorial.
0 0 0
0 0 0 W
0 0 0
captulo 4 105
a11 + b11 a12 + b12 a13 + b13
A + B = 0 a22 + b22 a23 + b23 W
0 0 a33 + b33
Note que, para toda matriz A e B em W, temos que a soma das matrizes tambm esto em W,
ou seja, o resultado da soma gerou um elemento que est em W.
Note que para todo escalar em e para toda matriz A em W, o produto A um elemento
do subconjunto W.
Portanto, as trs condies foram atendidas. Podemos concluir que W um subespao vetorial
de M3x3().
Soluo
Vejamos as condies dadas:
Logo, W no um subespao de V.
a b
3) Seja V = M2x2() um espao vetorial e W = M2x2 () / 2a 3b + c = 0 um
c d
subconjunto de V. Verifique se W um subespao de V.
0 0
a) M
0 0
Como cada elemento da matriz nulo, note que dado 2a 3b + c = 0 podemos escrever
2(0) 3(0) + 0 = 0. O resultado um elemento do subconjunto W.
a
b
X= , onde 2a 3b + c = 0
c
d
e
f
Y= , onde 2e 3f + g = 0
g
h
a+e b+f
X+Y= , onde 2(a + e) 3(b + f) + c + g = 0
c + gd + h
106 captulo 4
2a + 2e 3b 3f + c + g = 0
(2a 3b + c) + (2e 3f + g) = 0
X Y
a b
X= , onde 2a 3b + c = 0
c d
a b a b
.X = = 2(a) 3(b) + ac = 0 (2a 3b + c) = 0
c d c d
Note que a multiplicao do escalar pela matriz nos d como resultado um elemento que est
em W.
Portanto, W um subespao vetorial de V = M2X2().
EXERCCIOS DE FIXAO
1) Dado W = {(x, y)/ y = 3x} um subconjunto de 2. Verifique se W um subespao vetorial
de R2.
captulo 4 107
DEFINIO
Seja V um espao vetorial, com elementos v1, v2, ..., vn. Podemos dizer que um vetor w com-
binao linear dos vetores v1, v2, ..., vn, quando existirem nmeros reais (escalares) 1, 2, ..., n
tais que
Ou seja, se for possvel escrever um vetor W de V atravs de uma expresso, ento podemos
dizer que o vetor w obtido atravs de uma combinao linear dos vetores v1, v2, ..., vn.
Exemplificando
1) Nesse exemplo, vamos verificar se o vetor w =(2, 7) 2 pode ser escrito
como uma combinao linear dos vetores u = (1, 2) e v = (1, 1).
(2, 7) = (1 + 2, 21 2)
1 + 2 = 2
21 22 = 7
Assim, temos: w = 3u v
0
2) Seja w = 4 um vetor de 3. Vejamos se podemos escrever w como
5 0 1
uma combinao linear dos vetores u = 2 e v = 3 .
2 1
108 captulo 4
0 0 1
4 = 1 2 + 2 3
5 2 1
2 = 0
21 + 32 = 4
21 2 = 5
5
Resolvendo o sistema encontramos, 2 = 0, 1 = e 1 = 2.
2
Note que o escalar no pode assumir dois valores diferentes.
EXERCCIOS RESOLVIDOS
4) Expresse o polinmio p(x) = 9 7x 15x2 como combinao linear de
p1 = (2 + x + 4x2), p2 = (1 x + 3x2) e p3 = (3 + 2x + 5x2)
Soluo
9 7x 15x2 = 1(2 + x + 4x2) + 2(1 x + 3x2) + 3(3 + 2x + 5x2), onde 1, 2 e 3 so es-
calares em R.
9 7x 15x2 = (21 + x1 + 4x21) + (12 x2 + 3x22) + (33 + 2x3 + 5x23)
41 + 32 + 53 = 15
1 2 + 23 = 7
21 + 2 + 33= 9
5) Determine o valor de a para que o vetor w = (1, a, 7) de 3 seja combinao linear dos
vetores u = (1, 3, 2) e v = (2, 4, 1).
Soluo
Vamos considerar os escalares 1 e 2. Teremos:
captulo 4 109
1 + 22 = 1
3 1 + 42 = a
21 2 = 7
6 8
6) Verifique se a matriz de M2x2() uma combinao linear das matrizes
1 8
4 0 1 1 0 2
A= ,B= eC=
2 2 2 3 1 4
Soluo
6 8 4 0 1 1 0 2
= 1 + 2 +3
1 8 2 2 2 3 1 4
41 + 2 = 6
2 + 23 = 8
21 + 22 + 3 = 1
21 + 32 + 43 = 8
5
1 = , 2 = 4 e 3 = 3
2
6 8
Assim, fica verificado que a matriz de M2x2() pode ser escrita com combinao linear
1 8
das matrizes dadas.
()
2 0
7) Verifique se o vetor w = 2 de combinao linear dos vetores u = 2 e
3
1 2 2
v= 3
1
Soluo
2 0 1 2 = 2
2 = 1 2 + 2 3 21 + 32 = 2
2 2 1 21 2 = 2
110 captulo 4
Subespaos gerados
Considere os vetores v1, v2, ..., vn de V. Podemos dizer que o conjunto de todas
as combinaes lineares desses vetores um subespao vetorial de V, que
chamado de subespao gerado pelo conjunto de vetores {v1, v2, ..., vn}. Esse
espao denotado por [v1, v2, ..., vn]. Dizemos que os vetores v1, v2, ..., vn so
geradores de [v1, v2, ..., vn]. Assim, dado W em V, teremos:
[W] = [v1, v2, ..., vn] = {1v1 + 2v2 + ... + nvn / 1, 2, ... ,n R}
Exemplificando
1) Analise que condies devem ser satisfeitas para que um vetor com coor-
denadas (x, y, z) em 3 possa ser escrito como combinao linear dos veto-
res u e v.
2) Determine uma condio para que o vetor x = (x1, x2, x3) de 3 seja uma
combinao linear de u = (1, 3, 2) e v = (2, 1, 1) de modo que x pertena ao
espao gerado pelos vetores u e v.
captulo 4 111
(x1, x2, x3) = 1(1, 3, 2) + 2(2, 1, 1)
EXERCCIOS RESOLVIDOS
8) Determine um conjunto de geradores para o subespao vetorial S = {(x, y, z) em 3 / x = 3z
e x y = 0}.
Soluo
Temos que x = 3z e x y = 0.
x y x = y y = 3z
(x, y, z) S x = 3z e y = 3z
(x, y, z) S x = 3z e y = 3z
Logo, o vetor W gerado pelo vetor [(3, 3, 1)], ou seja, W = [(3, 3, 1)].
Resposta: {(3, 3, 1)}. Note que temos apenas um gerador.
9) Determine uma condio para que o vetor x = (x1, x2, x3) de R3 seja uma combinao linear de
u = (1, 2, 3) e v = (0, 1, 1) de modo que x pertena ao espao gerado pelos vetores u e v.
Soluo
(x1, x2, x3) = 1(1, 2, 3) + 2(0, 1, 1)
112 captulo 4
Encontramos o sistema abaixo:
1 = x1
21 + 2 = x2
33 + 2 = x3
x1
[u, v] = x2 / x2, x3 = {(x1, x2, x1 + x2) 3 / x1, x2 }
x1 + x2
EXERCCIOS DE FIXAO
7) Verifique se o vetor w = (7, 11, 2) de 3 combinao linear dos vetores u = (2, 3, 2) e
v = (1, 2, 4).
1 5
9) Verifique se a matriz de M2x2() uma combinao linear das matrizes
7 1
4 0 1 1 0 2
A= ,B= =eC=
2 2 2 3 1 4
11) Determine uma condio para que o vetor x = (x1, x2, x3) de R3 seja uma combinao linear
de u = (1, 2, 0), v = (0, 1, 1) e w = (1, 1, 1)
Dizemos que um conjunto L = {u1, u2, ... un} contido em V linearmente in-
dependente (L.I) se a equao vetorial
captulo 4 113
1u1 + 2u2 + ... + nun = 0
EXEMPLO
Um conjunto contendo um nico vetor u LI se, e somente se, u diferente do vetor nulo. Veja:
Seja o conjunto {1}.
Ele LI, pois .1 = 0 = 0
Dependncia linear
Dizemos que um conjunto L = {u1, u2, ..., un} contido em V linearmente de-
pendente (LD) quando a equao vetorial 1u1 + 2u2 + ... + nun, com 1, 2,
..., n , admite alguma soluo no trivial. Isso significa dizer que nem
todos os escalares 1, 2, ..., n so iguais a zero.
Exemplificando
1) Seja o conjunto formado pelos vetores {u, v}, onde u e v so no nulos.
Podemos dizer que eles so linearmente dependentes ou simplesmente que
eles so LD quando um vetor mltiplo do outro. Veja:
114 captulo 4
Usando a definio, temos que:
1 0 1 0
1 2 + 2 1 + 3 2 = 0 .
1 1 0 0
1 + 3 = 0
21 + 2 + 23 = 0
1 + 2 = 0
EXERCCIOS RESOLVIDOS
10) Verifique se o conjunto {(1, 2, 0), (12, 6,5)} LI ou LD.
Soluo
Veja que dois vetores so LD quando um mltiplo do outro. Nesse caso os vetores (1, 2, 0) e
(12, 6, 5) no so mltiplos entre si, pois no possvel gerar o vetor (1, 2, 0) a partir do vetor
(12, 6, 5). O mesmo ocorre ao contrrio. Logo, o conjunto LI.
11) Verifique se o conjunto de vetores {(1, 1, 0),(1, 4, 5),(3, 6, 5)} do espao vetorial 3 linear
mente independente.
Soluo
Considerando o vetor (x, y, z) em 3. Temos a seguinte equao vetorial:
captulo 4 115
x(1, 1, 0) + y(1, 4, 5) +z(3, 6, 5) = (0, 0, 0)
(x, x, 0) + (y, 4y, 5y) + (3z, 6z, 5z) = (0, 0, 0)
(x + y + 3z ,x + 4y + 6z ,0 + 5y + 5z) = (0, 0, 0)
x + y + 3z = 0
x + 4y + 6z = 0
5y + 5z = 0
Resolvendo o sistema, verificamos que ele admite outras solues alm da trivial. Logo, o con-
junto de vetores LD.
12) Verifique se o conjunto de vetores {(1, 2, 0), (1, 1, 1), (1, 4, 2)} do espao vetorial 3
linearmente independente.
Soluo
a(1, 2, 0) + b(1, 1, 1) + c(1, 4, 2) = (0, 0, 0), para todo a, b, c R.
A partir dessa equao, encontramos o sistema abaixo:
a+b+c=0
2a + b + 4c = 0
b + 2c = 0
Resolvendo, encontramos: a = 3c e b = 2c.
Logo, {(3c, 2c, c)/ c } linearmente dependente (LD).
ATENO
Note que a soluo trivial (0, 0, 0) no nica, pois alm dela temos outras solues. Basta
atribuir qualquer valor real para o c.
EXERCCIOS DE FIXAO
1 0 0 6 1 0
13) Verifique se v1 = , v2 = , v3 = so LI ou LD.
2 1 0 3 0 1
1 1 3
14) Verifique se v1 = 2 , v2 = 0 , v3 = 1 so LI ou LD.
0 2 7
15) Verifique se o conjunto de vetores {(1, 2, 3), (1, 4, 9), (1, 8, 27)} do espao vetorial 3 LI
ou LD.
16) Verifique se o conjunto de vetores {(1, 2, 1), (2, 4, 2), (5, 10, 5)} do espao vetorial 3 LI
ou LD.
116 captulo 4
17) Determine o valor de k para que o conjunto de vetores de 3 {(1, 0, 2), (1, 1, 1), (k, 2, 0)}
seja LI.
EXERCCIOS RESOLVIDOS
13) O conjunto {1} uma base de .
Soluo
Se xR ento x = x.1, ou seja, [1] = .
{1} LI, pois a.1 = 0. Logo, a = 0.
14) O conjunto {(1, 0), (0, 1)} uma base de R2. Vejamos:
Soluo
Todo vetor de R2 pode ser escrito como combinao linear desses dois vetores. Ento vamos
considerar o par (x, y) 2.
Assim, podemos escrever (x, y) = x(1, 0) + y(0, 1). Isso significa que se tivermos o par (2, 3) em
2, podemos escrev-lo como combinao linear dos vetores (1, 0) e (0, 1).
captulo 4 117
OBSERVAO O conjunto {(1, 0), (0, 1)} linearmente independente, pois x(1, 0) + y(0, 1) =
Conjunto = (0, 0) nos d x = 0 e y = 0 (soluo trivial).
17) O conjunto {(1, 1), (2, 2), (1, 0)} no uma base de R2. Veja:
O conjunto de vetores no linearmente independente. Observe que os dois
primeiros vetores (1, 1) e (2, 2) so mltiplos. Temos (2, 2) = 2(1, 1) +
+ 0(1, 0).
Logo, o conjunto de vetores linearmente dependente.
Podemos concluir que o conjunto {(1, 1), (2, 2), (1, 0)} no uma base
de 2.
1 0
18) E = 2, , base de 2 base cannica
0 1
1 0 0
1 + 2 =
0 1 0
1 0 =0
= 1
2 0 2 = 0
Logo, LI
x
Suponha 2
y
x x 1 0
Precisamos provar que para todo vetor 2 L ,
y y 0 1
x 1 0
= 1 + 2 = 1
y 0 1 2
1 = x
2 = y
1 0
Logo, , base de 2 .
0 1
0
1
19) E = , 2
, 1 no base de 2 , pois
0
2
118 captulo 4
0
0 0
1 + 2 1 =
1 0
2
2
1 + =0
1
Teorema 1
Seja V um espao vetorial e {u1, u2, ..., un} so vetores no nulos que geram V,
ento h uma base de V contida no conjunto {u1, u2, ..., un}.
Teorema 2
EXERCCIOS DE FIXAO
1 0 0
18) Verifique se o conjunto A = 2 , 1 , 0 uma base para 3.
3 2 1
)
0 0 1
19) Verifique se o conjunto B = 1 , 0 , 1 uma base para 3.
1 0 0
1 0 0 1 0 0 0 0
20) Verifique se o conjunto A = , , , uma base para M2X2().
0 0 0 0 1 0 0 1
a a 1 1 1 1
23) Verifique se o conjunto V = , / a, b , B = , .
b a b 0 1 1 2
Podemos dizer que um espao vetorial V tem dimenso finita, se uma base
de V um conjunto finito ou V o espao nulo.
captulo 4 119
Quando o espao no tem dimenso finita, dizemos que ele tem dimen-
so infinita. No nosso estudo vamos trabalhar com um conjunto finito, as-
sim, vamos considerar uma dimenso finita.
Veja que o conjunto formado pelos vetores {(1, 0), (0, 1)} a base cannica
de 2, mas 2 pode ter outras bases e essas bases tero a mesma quantidade
de elementos. Por exemplo:
dim 2 = 2
EXEMPLOS
1) dim = 1
2) dim 2 = 2
3) dim 3 = 3
4) dim n = n
5) dim M2x2() = 2.2 = 4, pois dim Mnxn() = m.n
EXERCCIO RESOLVIDO
20) Vamos verificar, nesse exemplo, se o conjunto (1 + x + x2, x + x2, x2) uma base de P2.
Soluo
Vamos verificar se esse conjunto gera o espao, e se ele linearmente independente.
120 captulo 4
Arrumando a equao, encontramos
dim P2 = 3 vetores
{1 + x + x2, x + x2, x2} a base de P2
OBSERVAO
dim Pn = n + 1
EXERCCIOS DE FIXAO
24) Determine a dimenso do espao vetorial {(x, y, z) 3 / y = 2x}
captulo 4 121
26) Determine a dimenso do espao soluo do sistema W abaixo:
xyzt=0
2x + y + t = 0
z t = 0
Posto
Exemplificando
1) Determine o posto da matriz A.
1 0 1 2 1
A = 0 1 1 1 0
1 0 0 1 1
122 captulo 4
Aplicando o mtodo de Gauss na matriz A, obtemos uma matriz forma
escalonada.
1 0 1 2 1
A = 0 1 1 1 0
0 0 1 1 1
2 5
A =
2 1
2 5
A =
0 6
EXERCCIOS RESOLVIDOS
21) Determine o posto da matriz A.
1 0 14/9
0 1 1/4
A= linha nula
0 0 0
0 0 0 linha nula
Soluo
Observe que na matriz A temos duas linhas nulas. O posto de uma matriz o nmero de linhas
no nulas numa matriz reduzida forma escalonada. Logo, o Posto(A) = 2 (linhas no nulas)
2 1 10
0 1 1/4
A=
1 2 0
1 3 0
captulo 4 123
Aplicando o mtodo de Gauss na matriz A, obtemos uma matriz forma escalonada.
2 1 10
0 1 1/4
A=
0 0 43/8
0 0 0
Observe que na matriz A temos apenas uma linha nula. Logo, o Posto(A) = 3 (linhas no nulas)
EXERCCIOS DE FIXAO
28) Determine o posto da matriz A.
1 2 1 0
1 0 3 5
A=
2 2 1 1
2 1 3 1
4 2 1 5
A=
1 4 16 8
Nulidade
Exemplificando
1) Determine a nulidade da matriz A.
1 0 1 2 1
A = 0 1 1 1 0
1 0 0 1 1
124 captulo 4
Posto(A) = 3
Nmero de colunas: n = 5
Nul (A) = 5 3 = 2
2 5
A =
2 1
Soluo
2 5
A =
0 6
Posto(A) = 2
Nmero de colunas: n = 2
Nul (A) = 2 2 = 0
EXERCCIOS RESOLVIDOS
23) Determine a nulidade da matriz A.
1 0 14/9
0 1 1/4
A=
0 0 0
0 0 0
Soluo
Posto(A) = 2
Nmero de colunas: n = 3
Nul (A) = 3 2 = 1
2 1 10
0 1 1/4
A=
1 2 0
1 3 0
Soluo
2 1 10
0 1 1/4
A=
0 0 43/8
0 0 0
captulo 4 125
Posto(A) = 3
Nmero de colunas: n = 3
Nul (A) = 3 3 = 0
EXERCCIOS DE FIXAO
30) Determine a nulidade da matriz A.
1 2 1 0
1 0 3 5
A=
1 2 1 1
2 1 3 1
4 2 1 5
A=
1 4 16 8
Posto (A) = Posto (A,B) < n SPI Sistema possvel e indeterminado (possui
infinitas solues);
Posto (A) < Posto (A,B) = n SI Sistema impossvel (no possui soluo).
126 captulo 4
EXERCCIO RESOLVIDO
25) Classifique o sistema linear (SPD, SPI ou SI).
2x y + z = 4
x + 2y + z = 1
x + y +2z = 3
Soluo
Matriz A (matriz dos coeficientes)
2 1 1 1 1 2
A = 1 2 1 Matriz escalonada A = 0 1 1 Posto (A) = 3
1 1 2 0 0 4
2 1 1 4 1 1 2 3
(A, B) = 1 2 1 1 Matriz escalonada (A, B) = 0 1 1 2 Posto (A, B) = 3
1 1 2 3 0 0 4 4
EXERCCIOS DE FIXAO
32) Classifique o sistema linear (SPD, SPI ou SI).
x y + z = 0
2x + y + z = 1
5x + 4y 2z = 1
2x + y + z = 1
x 2y + z = 1
x + y 2z = 1
captulo 4 127
REFERNCIAS BIBLIOGRFICAS
BOLDRINI, J.L., COSTA, Sueli I. R., FIGUEIREDO, Vera Lucia, WETZLER, Henry G. lgebra
linear. 3. ed. So Paulo: Ed. Harbra, 1989.
CARLEN, Eric A.; CARVALHO, Maria C., lgebra linear. Rio de Janeiro: LTC, 2006.
LAY, David C. lgebra linear e suas aplicaes. 2. ed. Rio de Janeiro: LTC, 1999.
LIPSCHUTZ, Seymour. lgebra linear: teoria e problemas. 3. ed. rev. ampl. So Paulo: Makron,
1994.
POOLE, D. lgebra linear. Rio de Janeiro: Pioneira Thompson, 2004.
STEINBRUCH, A. e WINTERLE, P. lgebra linear. So Paulo: Makron Books, 1987.
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
4.2 Espao vetorial
1) W subespao
2) W subespao
3) W no subespao
4) W subespao
5) W no subespao
6) W subespao
128 captulo 4
4.5 Base e dimenso de um subespao vetorial
18) O conjunto de vetores uma base de 3.
19) O conjunto de vetores no base de 3.
20) O conjunto de vetores uma base de M2x2().
21) O conjunto de vetores no uma base de 2.
22) O conjunto de vetores no uma base de 3, mas uma base de V.
23) O conjunto de vetores no uma base de M2x2(), mas uma base de V.
24) dim = 2 base B = {(0, 0, 1), (1, 2, 0)}
25) dim = 1 base B = {(1, 1)}
26) dim = 1 base B = {1, 5, 3, 3)}
1 1 1 0 0 0
27) dim = 3 base B = , ,
0 0 1 0 0 1
captulo 4 129
15 Transformadas
lineares
glria dias
5 COMENTRIO
Transformadas lineares
OBJETIVOS
Estudo de funes
No estudo de funes, mais espe-
Definir o conceito de transformadas lineares.
cificamente, no clculo diferencial
e integral, temos o operador (trans- Identificar se uma transformada linear.
formada) diferencial que leva a
funo real f contnua, definida em
Identificar a matriz cannica de uma transformao linear.
um intervalo [a, b] na sua funo
derivada f. um operador linear,
visto que as duas propriedades da Identificar o ncleo e a imagem da transformada linear.
funo derivada, vlidas para toda
funo f e g contnuas, definida em Resolver problemas com a aplicao do conceito.
um intervalo [a, b] e para todo esca-
lar k, que so:
(i) (k f) = k (u)
(ii) (f + g) = (f) + (g)
5.1 Introduo
so as mesmas da transformada li-
Transformada linear ou transformao linear uma classe
near.
especial de funes fundamentais na lgebra linear, envol-
vendo correspondncias entre espaos vetoriais que trans-
formam vetores. Em particular, as transformadas lineares
de n em m aparecem em muitas aplicaes da matem-
tica na engenharia, nas cincias fsicas, na economia e nas
cincias sociais.
132 captulo 5
T(X); T : n m
T(v)
(1, 3) (3, 6, 4)
(0, 0) (0, 0, 0)
(2, 1) (6, 2, 1)
DEFINIO
Uma transformao linear T de um espao vetorial V em outro espao vetorial W uma lei que
associa a cada vetor v, em V, um nico vetor w = T(v) em W, tal que
Propriedades
captulo 5 133
Voc deve se lembrar destes conceitos vistos no estudo
CURIOSIDADE
de funes, mas se no lembra, um bom momento para
Transformadas Matriciais relembrar. Exemplos da definio e das propriedades de
Criptografia uma tcnica de co-
transformadas lineares surgiram no decorrer do texto, po-
dificar e decodificar mensagens
secretas existente desde a Antigui-
rm, por uma questo didtica, iniciaremos o tema por
dade Grega. Um cdigo muito sim- transformadas matriciais e transformadas lineares de n
ples associar a cada tipo de letra em m.
do alfabeto um nmero diferente,
porm um cdigo assim construdo
facilmente decifrvel devido fre-
5.2 Transformadas matriciais e
quncia com que a letra ocorre. transformadas lineares de
Um modo de dificultar a decodifi-
cao , alm de associar nmeros
n em m
s letras, agrupar nmeros em ve-
tores, em seguida multiplicar cada
Transformadas matriciais so transformaes associadas a
um destes vetores por uma determi- multiplicao com matrizes, escrita na forma T(X) = AX, isto
nada matriz, isto , criar uma trans- , a regra da transformao de um vetor a multiplicao
formada matricial para os vetores deste por uma matriz tal que, para cada vetor X do n, escri-
criados por um cdigo.
to na forma de matriz coluna n x 1, T(X) dada por AX, onde
A uma matriz m x n, o que permite escrever, em notao
de funo, X AX.
EXEMPLO
1
1 0 5
Seja T: tal que T(X) = AX, onde A =
3 2
e X = 3 , a
2 1 5
imagem de X por T encontrada por 2
1
1 0 5
T(X) = AX 3 =
2 1 5
2
134 captulo 5
Exemplo de aplicao
Uma indstria produz dois artigos identificados por P1 e P2. No custo de pro-
duo da cada artigo so considerados trs itens: custo de mo de obra; cus-
to da matria-prima e custo do processo de produo. Estes custos, expres-
sos em reais, foram organizados em uma tabela:
ARTIGO P1 P2
CUSTO
Mo de obra 12 10
Matria-prima 7 5
12 10 12x + 10y
x x
T(x, y) = T = 7 5 = 7x + 5y
y y
2 1.8 2x + 1.8y
12x + 10y
T(1.3 (x, y)) = 1.3T(x, y) = 1.3 7x + 5y
2x + 1.8y
captulo 5 135
ATENO
Do exposto anteriormente, temos que,
EXERCCIOS RESOLVIDOS
1) Considere a transformada T(X) = AX. Encontre o vetor X, sabendo que
cos sen
2 2 4
A= e T(X) =
sen cos 2
2 2
Soluo
x
Sendo A2x2 e T(X)=B2x1, fazemos X2x1= . Temos, ento:
y
cos sen
2 2 0 1 0 1 x 4
A= = AX = =
sen cos 1 1 1 1 y 2
2 2
Efetuando a multiplicao:
0x + 1y 4 y 4 4
AX = = = y=4ex=2X=
1x + 1y 2 x + y 2 2
13 2 3
2) Verifique se B = 32 est na imagem de T = AX, sendo A = 8 0
1 5 3
Soluo
x
Sendo A3x2 e T(X) = B3x1, fazemos X2x1 = . Temos, ento:
y
2 3 13 2x 3y 13
x
8 0 = 32 8x + 0y = 32
y
5 3 1 5x + 3y 1
x 4
Resolvendo o sistema equivalente, encontramos =
y 7
136 captulo 5
Transformadas lineares T:Rn Rm
ATENO
Nem toda transformada linear uma transformada matricial.
EXEMPLO
Seja T:R3 R2 uma transformada linear que leva o vetor u = (2, 0 4) em (1, 3) e o vetor
v = (3, 7, 1) em (0, 4).
Usando o fato de T ser linear, mesmo sem conhecer as leis de transformao das componentes
dos vetores, temos que as imagens, por T, dos vetores: (a) 2u, (b) 3v e (c) 2u 3v so, respec-
tivamente:
captulo 5 137
(a) T(2u) = 2 T(u) = 2(1, 3) = (2, 6)
EXEMPLO
Para as transformadas (1) e (2) abaixo indicadas, encontre as imagens do vetor X = (1, 2)
Uma das maneiras de determinar se T linear, verificar se, para todos os vetores u e v do
domnio de T (nos exemplos do R2) e para todo escalar k, as condies da definio, abaixo
indicadas, so verificadas.
Um trabalho rduo!
138 captulo 5
w1 = a11 x1 + a12 x2 + + a1n xn
ATENO
w2 = a12 x1 + a22 x2 + + a2n xn
Equaes
Compare as equaes de cada
wm = am1 x1 + am2 x2 + + amn xn
transformada com a equao na
Parece confuso, mas se observar com ateno ver que forma geral e verifique as conclu-
ses tiradas em cada exemplo. Se
a mesma expresso geral das m equaes de um sistema
tiver dificuldade, veja os exerccios
linear de n incgnitas, substituindo bi por wi, i = 1, 2, , m.
resolvidos que seguem.
Lembre-se que a expresso geral das equaes lineares ,
tambm, a expresso geral da combinao linear das opera-
es de soma e de multiplicao por escalar que caracteriza
todas as operaes em sistemas lineares, matrizes e vetores.
EXEMPLOS
1) T(x, y) = (x2 y2, x + y, 3xy)
w1 = x2 y2
w2 = x + y
w3 = 3xy
captulo 5 139
(i) T(k u)=((kx)2 (ky)2, kx + ky, 3kx ky) = (k2 (x2 y2)), k (x + y), 3k2 xy)
k T(u) = k (x2 y2, (x + y), 3xy) = (k (x2 y2), k (x + y), 3k xy)
Todas as 3 funes de transformao so da forma wi = ai1 x1 + ai2 x2+ + ain xn, i = 1, 2, 3, ..., n
Logo, a transformao uma transformada linear.
EXERCCIOS RESOLVIDOS
Verifique quais transformaes abaixo so transformadas lineares:
Soluo
No linear, visto que em w1 aparece a parcela 1 onde o coeficiente no est multiplicado a
nenhuma das componentes de X do R3, logo no est na forma indicada:
w1 = 1x + 2y + 0z + (1)
Soluo
No linear, visto que em w2 aparece a parcela +3 onde o coeficiente no est multiplicado a
nenhuma das componentes de X do R4, logo no est na forma indicada.
w2 = 1x + 0y + (2)z +3
Soluo
linear, visto que em w1 e w2 as parcelas esto na forma indicada.
w1 = 1x + 2y + 0z
w2 = 0x + 0y + 1z
140 captulo 5
x
T:R R ; T(X) = W =
3 2
1 2 0
y =
x + 2y
=
w1 OBSERVAO
0 0 1 z w2
z Transformada composta
6) T: R3 R4 ; T (x, y, z) = (x + 2y, x 2z, x + z, 0)
Exemplo e exerccio com transfor-
mada composta sero vistos poste-
Soluo
riormente. Aguarde.
linear, visto que em todas as componentes wi as parcelas esto na forma
indicada.
w1 = 1x + 2y + 0z
w2 = 1x + 0y + (2)z
w3 = 1x + 0y + 1z
w4 = 0x + 0y + 0z
Em notao matricial:
1 2 0 x + 2y w1
x
1 0 2 x 2z w2
T: R3 R4 ; T(X) = W = y = =
1 0 1 x+z w3
0 0 0 z 0 w4
(k T1)(v) = k (T1(v)), v Rn
captulo 5 141
EXERCCIO RESOLVIDO
7) Sejam T1: R3 R2 e T2: R3 R2 transformaes lineares definidas por:
Solues
a) (T1 + T2)(x, y, z) = T1 (x, y, z) + T2 (x, y, z) = (x, y z) + (x + y, z)
(T1 + T2)(x, y, z) = (x + x + y, y z + z) = (2x + y, y)
EXERCCIOS DE FIXAO
1) Seja A uma matriz 2 x 5. Quais os valores de m e n de modo que T: Rn Rm, possa ser defi-
nido por T(X) = AX?
1 1 3 4 3
2) Sejam w = 1 e A = 0 1 3 2 . O vetor w est na imagem de T(X) = AX? Justifique
7 3 7 6 5
a sua resposta.
5
3) Defina T por T(X) = AX, encontre um vetor X cuja imagem por T w, sendo w = 9 e
1 2 1 4
A = 2 3 1 .
0 3 8
5) Seja T: R2 R2 uma transformao linear que leva u = (1, 3) em (0, 2) e v = (2, 5) em (1, 4).
v
Encontre T u + .
2
142 captulo 5
5.3 A matriz de uma transformada linear
Sabendo que toda transformada do Rn para o Rm uma transformada matri-
cial, propriedades importantes de T esto intimamente relacionadas a pro-
priedades da matriz A, dizemos, ento:
1 2 0
matriz cannica A =
0 0 1
1 2 0 x x + 2y w1
T: 3 4 ; T(X) = W = 1 0 2 y = x 2z = w2
1 0 1 z x + z w3
0 0 0 0 w4
1 2 0
matriz cannica A = 1 0 2
1 0 1
0 0 0
CONCEITO
Se T: Rn Rm linear e e1, e2, e3, ..., en so vetores da base cannica de Rn, ento,
A = [T(e1)T(e2)T(e3)...T(en)]
a matriz cannica de T.
Observe que o termo transformada linear focaliza uma caracterstica da transformao, enquan-
to o termo transformada matricial descreve como esta transformao executada.
captulo 5 143
EXEMPLO
1 2 3
Seja T: R3 R2, tal que T(X) = AX, onde A = . A transformada linear correspondente
4 9 8
na forma de equaes dada por:
x
1 2 3 x 2y + 3z
T(X) = y = T(x, y, z) = (x 2y + 3z, 4x + 9y + 8z)
4 9 8 4x + 9y + 8z
z
1) Reflexes no R2
1 0
Reflexo em torno do eixo x: matriz cannica A = 0 1
x 1 0 x 1.x + 0.y x
T = = =
y 0 1 y 0.x + (1).y y
(x, y)
0 x
T(x, y) = (x, y)
1 0
Reflexo em torno do eixo y: matriz cannica A =
0 1
0 1
Reflexo em torno da reta y = x: matriz cannica A =
1 0
0 1
Reflexo em torno da reta y = x: matriz cannica A =
1 0
144 captulo 5
2) Expanso ou contrao no R2
k 0
Expanso ou contrao horizontal: matriz cannica A = ; k R*
0 1
1 0
Expanso ou contrao vertical: matriz cannica A = ; k R*
0 k
3) Cisalhamento
1 k
Cisalhamento horizontal : matriz cannica A = ; k R*
0 1
EXERCCIOS RESOLVIDOS
1 2
8) Construa a imagem grfica do cisalhamento do quadrado unitrio definido por A =
0 1
Soluo
1 0 1
O quadrado unitrio determinado pelos vetores , e , diagonal do quadrado. Temos,
0 1 1
ento, que encontrar as transformadas destes dois vetores por A.
1 1 2 1 1 0 1 2 0 2 1 1 2 1 3
T = = ,T = = eT = =
0 0 1 0 0 1 0 1 1 1 1 0 1 1 1
Graficamente:
y y
2 2
T
1 1
x x
1 1 2 1 2 3
1 1
captulo 5 145
1 0
Cisalhamento vertical: matriz cannica A = ; k R*
k 1
9) Construa a imagem grfica do cisalhamento do quadrado de vrtices: A(0, 0), B(4, 0), C(4, 4)
1 0
e D(0, 4) definido por A = .
2 1
Soluo
4
O quadrado de lado com 4 u.c. (unidades de comprimento) determinado pelos vetores ,
0
0 4
e diagonal do quadrado. Temos, ento, que encontrar as transformadas destes trs
4 4
vetores por A.
4 1 0 4 4 0 1 0 0 0 4 1 0 4 4
T = = ,T = = eT = =
0 2 1 0 8 4 2 1 4 4 4 2 1 4 12
8.0 y y
12.0
T 8.0
4.0
4.0
x x
4) Rotao de um ngulo
cos sen
Matriz cannica A =
sen cos
ATENO
ngulos positivos implicam rotao no sentido anti-horrio.
5) Projeo ortogonal
1 0
No eixo x: matriz cannica A =
0 0
0 0
No eixo y: matriz cannica A =
0 1
146 captulo 5
Conforme dito anteriormente, quando a transformao
OBSERVAO
ocorre no prprio Rn, como nas transformadas acima no R2,
chamamos de operador linear. Transformao
Transformao e imagem ficam a
cargo do aluno como forma de exer-
Exemplos de aplicao em computao grfica ccio.
Translao:
captulo 5 147
Rotao:
REFLEXO
Computao grfica
De modo anlogo aos operadores
geomtricos de R2, definimos ope-
radores geomtricos no R3, utiliza-
dos amplamente em computao
grfica. Em particular, as projees
ortogonais no R3, apresentadas nas
normas de representao grfica do
desenho tcnico, so operadores
que levam cada vetor, aresta do ob-
jeto representado, em sua projeo
sobre um plano. Cisalhamento:
EXERCCIO RESOLVIDO
10a) Seja T: R2 R2 que primeiro realiza um cisalhamento vertical, aplican-
do e1 em e1 3e2, deixando e2 inalterado, depois faz uma reflexo do resulta-
do no eixo y. Determine a matriz da transformada e escreva a transformao
obtida na forma de equaes.
148 captulo 5
Soluo
1a transformao: T(1, 0) = (1, 0) 3(0, 1) = (1, 3) =
1
e T(0, 1) = (0, 1)=
0 ATENO
3 1
1 0 Transformada composta
A= Lembre que a composta (T2 T1)(X)
3 1
1 0 linear, visto que
2a transformao: T(1, 3) = (1, 3) e T(0, 1) = (0, 1), A =
3 1 (T2 T1)(X) = T2 (T1 (X)) = A2(A1X)
1 0 x = (A2A1)X
Resultado escrito na forma de equaes: T(x, y)= = (x, 3x + y)
3 1 y
onde A1 e A2 so as matrizes das
transformadas T1 e T2, A2A1 a mul-
A composio de transformaes chamada de transfor- tiplicao dessas matrizes, tomadas
mada composta. Para as transformadas lineares T1: Rn Rp nessa ordem, que a matriz canni-
ca da transformada composta. Veja
e T2: Rp Rm, a composta de T2 com T1, denotada por (T2
o exerccio resolvido 10b.
T1)(X), indicada em notao matemtica, de mesmo modo
que funo composta, por:
T1: Rn Rp e T2: Rp Rm, ambas lineares, (T2 T1)(X) = T2 (T1(X))
REFAZENDO O EXERCCIO
10b) Seja T: R2 R2 que primeiro realiza um cisalhamento vertical, aplican-
do e1 em e1 3e2, deixando e2 inalterado, depois faz uma reflexo do resulta-
do no eixo y. Determine a matriz da transformada e escreva a transformao
obtida na forma de equaes.
Soluo
1 0
Matriz cannica de T1 a mesma da resoluo anterior A =
3 1
EXERCCIOS DE FIXAO
6) Considere as transformadas lineares T definidas na base cannica, abai-
xo indicadas. Determine T(X) onde X o vetor genrico do Rn.
a) T(1, 0, 0) = (2, 3, 1); T(0, 1, 0) = (5, 2, 7) e T(0, 0, 1) = (2, 0, 7)
b) T(1, 0) = (3, 3); T(0, 1) = (2, 5)
c) T(1, 0, 0) = (1, 4) e T (0, 1, 0) = (2, 9); T(0, 0, 1) = (3, 8)
captulo 5 149
7) Considere o operador linear do R2 tal que T(1, 0) = (2, 1) e T(0, 1) = (1, 4).
CURIOSIDADE a) Encontre T(2, 4)
Transformadas b) Determine (x, y) tal que T(x, y) = (2, 3)
A transformada de Laplace tem seu
nome em homenagem ao matem- 8) Seja T: R2 R2 uma transformada linear que aplica (1, 0) em (2, 2) e
tico francs Pierre Simon Laplace (0, 1) em (0, 1)
(1749-1827), reconhecido por sua a) Determine a forma geral T
genialidade e por suas idealizaes b) Determine a imagem do tringulo de vrtices (0, 0), (1, 2), (2, 1)
na matemtica e fsica.
Em matemtica, particularmente na 9) Determine a matriz da transformada linear T: R2 R2 correspondente a
anlise funcional, a transformada de um cisalhamento horizontal que aplica e2 em e2 3e1, mas deixa e1 inalte-
Laplace de uma funo f(t) definida rado.
para todo nmero real t 0 a fun-
o F(s), definida por: 10) Determine a matriz da transformada linear T: R3 R3 que projeta cada
ponto (x, y, z) verticalmente no plano xy.
F(s) = L{f}(s) = 0
est f(t)dt
Aplicaes da transformada de
Laplace so encontradas nos ra-
5.4 Ncleo e imagem de uma
mos da fsica matemtica, como por transformada linear
exemplo, na anlise de Sistemas
Dinmicos e, em especial, na en- Retornando definio de transformadas lineares, T: V
genharia eltrica e na engenharia
W (de um espao vetorial v em outro espao vetorial W) por
qumica.
Por definio, a transformada de uma regra T que associa a cada vetor v, em V, um nico vetor
Laplace uma transformada linear, T(v) em W, tal que
pelas propriedades lineares, a sua
aplicao permite resolver equa- (i) T(k u) = k T(u), para todo escalar k
es diferenciais como equaes
polinomiais, de resoluo muito (ii) T(u+v) = T(u) + T(v), para todo vetor u e v, em V
mais simples.
temos que:
150 captulo 5
Nuc(V), do termo em ingls vem a notao Ker(V), amplamente usada. A
imagem de T conjunto de todos os vetores em W, da forma T(v) para algum
vetor v em V.
EXEMPLO
Considere T: R3 R3 tal que T(x, y, z) = (x, y, 0), isto , T a projeo ortogonal de todos pontos
do R3 sobre o plano xy, como nas vistas superior e inferior do desenho tcnico usado nos proje-
tos de engenharia.
Observe que o ncleo de T o eixo dos z : Nuc(T) = {(0, 0, z) R3; z R} visto que, para todo
z R,T(0, 0, z) = (0, 0, 0).
EXERCCIOS RESOLVIDOS
11) Considere T: R2 R3 a transformada linear dada por T(x, y) = (0, x + y, 0). Encontre o ncleo
de T.
Soluo
O ncleo de T obtido por:
Logo,
12) Dado o operador linear T: R2 R2; T(x, y) = (2x + y, 4x + 2y), diga quais dos vetores abaixo
pertencem a Nuc(T).
a) (7, 14) b) (2, 4) c) (1, 2) d) (0, 1)
Soluo
O ncleo de T obtido por:
Uma das maneiras de resoluo seria, substituindo os vetores dados nas leis de formao das
componentes da transformao, verificar quais dos vetores satisfazem a condio acima. Muito
trabalhoso...!!!
captulo 5 151
Outro modo encontrar a soluo do sistema homogneo equivalente definio de ncleo
e, ento, verificar quais vetores so da forma soluo do sistema. Escolhendo essa opo, pelo
mtodo da adio, vem:
2x + y =0 2x + y = 0
4x + 2y = 0 (2) 2x + y = 0
O ncleo de V um subespao de V.
EXEMPLO
T: R2 R2; T(x, y) = (2x + y, 4x + 2y) V = R2, dim (V) = 2
Nuc(T) = {(x, 2x); x R}, como o ncleo tem apenas uma varivel livre: x R
dim (Nuc(T)) = 1.
Da, pela relao das dimenses de Nuc(T) e Im(T), vem que dim (Im(T)) = 1.
152 captulo 5
De fato, para encontrar a imagem igualamos T ao vetor (a, b) R2, resultado da transformada,
de modo que T(x, y) = (a, b), isto ,
2x + y = a
(2x + y, 4x + 2y) = (a, b)
4x + 2y = b
EXERCCIO RESOLVIDO
13) Considere o operador linear T: R3 R3 dado por T(x, y, z) =(x + 2y z, y + 2z, x + 3y + z)
a) Encontre o ncleo e a dimenso do ncleo de T;
b) Encontre a imagem e a dimenso da imagem de T;
c) Verifique a propriedade da dimenso.
Soluo
x + 2y z = 0
a) Nuc(T) = (x +2y z, y + 2z, x + 3y +z) = (0, 0, 0) y + 2z = 0
x + 3y + z = 0
1 2 1 1 2 1 1 2 1
0 1 2 0 1 2 0 1 2
1 3 1 0 1 2 0 0 0
x + 2y z = 0
S=
y + 2z = 0
x + 2(2z) z = 0 x 5z = 0 x = 5z
dim (N(T)) = 1
captulo 5 153
b) Para encontrar a imagem, igualamos T ao vetor (a, b, c) R3, resultado da transformada, de
modo que T(x, y, z) = (a, b, c), isto ,
x + 2y z = a
Im(T) = (x +2y z, y + 2z, x + 3y + z) = (a, b, c) y + 2z = b
x + 3y + z = c
1 2 1 a 1 2 1 a 1 2 1 a
0 1 2 b 0 1 2 b 0 1 2 b
1 3 1 c 0 1 2 c a 0 0 0 c a b
dim (N(T)) = 2
EXERCCIOS DE FIXAO
11) Considere T: R2 R2 o operador linear tal que T(x, y) = (x, 0). Determine o ncleo e a ima-
gem de T.
154 captulo 5
15) Determine o ncleo, a dimenso do ncleo, a imagem e a dimenso da
imagem para o operador linear
COMENTRIO
T(x, y) = (3x y, 3x + y)
No deixe de exercitar resolvendo os
exerccios propostos e, se ainda tiver
alguma dvida, fale com seu profes-
sor, procure discutir a soluo dos
Operadores lineares inversveis exerccios com colegas.
Que tal criar um grupo em rede so-
Anteriormente, vimos que um operador linear T: V V as- cial, com seus colegas, para discus-
socia a cada vetor v V um outro vetor T(v) V. Se existir so e dvidas sobre a resoluo de
um outro operador linear, em V, que inverta essa correspon- exerccios?
dncia de modo que a cada vetor transformado T(v) se as-
socie o vetor de origem v, denotamos esse operador por T1,
sendo denominado de operador inverso de T. Temos, ento,
T1 (T(v)) = v.
EXEMPLO
Seja T: R2 R2 tal que T(x, y) = (3x 4y, x + 2y). Verifique se T inver-
svel; se o for, encontre T1.
Soluo
3 4
Matriz cannica de T: A = ; det(A) = 6 4 = 2 0 inversvel
1 2
1 2
1 2 (4)
A =
1
= 1 3
2 (1) 3
2 2
1 3
Operador inverso: T1 (x, y) = x+2y, x+ y
2 2
captulo 5 155
CURIOSIDADE 5.5 Aplicao a cadeias de Markov
Markov
Cadeia de Markov um modelo matemtico linear usado
Andrei Andreevitch Markov (1856-
para descrever um experimento realizado por repetio,
1922), matemtico russo, graduou-
-se na Universidade Estatal de So sempre da mesma forma, para se observar um determinado
Petersburgo em 1878, onde foi estado do sistema, que pode mudar de um estado para outro.
professor. Seus primeiros trabalhos
foram relativos a limite de integrais O resultado do experimento pertence a um conjunto de
e teoria da aproximao. Aps o possibilidades previamente especificadas e, ainda, s de-
ano de 1900, aplicou mtodos de pende do experimento imediatamente anterior, ou seja, o
fraes contnuas, que haviam sido estado futuro depende apenas do estado presente e no dos
iniciados pelo matemtico Pafnuti
estados passados. Este modelo amplamente aplicado em
Tchebychev na teoria da probabili-
dade, alm de provar o teorema do uma variedade de situaes da engenharia, qumica, fsica,
limite central. Markov particular- administrao, economia, biologia e outras reas. Como
mente lembrado pelo seu estudo de exemplos, citamos:
cadeias de Markov.
comportamento de uma fila a fim de satisfazer o cliente da
melhor forma possvel.
156 captulo 5
As colunas dessa matriz so vetores com todas as componentes positivas
e menores que um, visto que so probabilidades condicionais (percentuais)
denominadas de probabilidades de transio, que representam a probabili-
dade de cada estado no tempo em que foi medido. Estas probabilidades de
transio so ditas estacionrias. Cada coluna chamada de vetor de proba-
bilidade ou vetor de estado.
EXEMPLO
O resultado de um estudo com grande nmero de observaes em relao ocorrncia de
incidentes no processo produtivo em uma indstria mostrou que a probabilidade de ocorrer um
dia com incidente logo aps um dia sem incidente de 33%, e que a probabilidade de se ter um
dia com incidente logo aps um dia com incidente de 50%.
Se representarmos por SI o estado do dia sem incidente e por CI, o estado do dia com incidente,
em uma tabela, com as respectivas porcentagens (probabilidades condicionais) em valores de-
cimais e completadas, para a situao oposta, com a soma igual a um, teremos:
ESTADO DO SISTEMA SI CI
SI 67% = 0,67 50% = 0,5
0,67 0,5
P=
0,33 0,5
Se no primeiro dia da observao, o dia zero, inicial da observao, est sem incidente (SI), o
1
vetor de estado inicial x(0) =
0
captulo 5 157
O vetor de estado do dia 1, logo aps o dia inicial da observao, a transformao matricial do
vetor estado inicial x(0), pela matriz de transio. Temos, ento:
Continuamos a sequncia para os demais dias, pela transformao do vetor de estado anterior,
ou seja, para encontrar o vetor de estado do dia 2, logo aps o dia 1 da observao, basta deter-
minar a transformao matricial do vetor estado inicial x(1). Da
IDEIA
Para saber mais sobre os tpicos estudados neste captulo, pesquise na internet sites, vdeos
e artigos relacionados ao contedo visto. E, ainda, procure ver aplicaes de transformaes
lineares. Embora as aplicaes mais interessantes necessitem de outros conhecimentos alm
da lgebra linear, vale a pena procurar aprender mais e alargar seus horizontes.
Uma sugesto de tema, FRACTAIS, em que uma transformada linear iterada (repetida) gera
imagens, como por exemplo:
Tringulo de Sierpinski
Tapete de Sierpinski
Voc pode se surpreender com a beleza das formas geradas por estas transformadas.
158 captulo 5
REFERNCIAS BIBLIOGRFICAS
ANTON, Howard; RORRES, Chris. lgebra linear com aplicaes. Trad. Claus Ivo Doering. 8
ed. Porto Alegre: Bookman, 2001.
KOLMAN, Bernard. Introduo lgebra linear com aplicaes. Trad. Valria de Magalhes
Irio. 6 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
LAY, David C. lgebra linear e suas aplicaes. Trad. Ricardo Camilier e Valria de Magalhes
Irio. 2 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Introduo lgebra linear. So Paulo: Pearson
Education do Brasil, 1997.
IMAGENS DO CAPTULO
xcara Thiago Felipe Festa | freeimagens.com caf e leite.
Desenhos, grficos e tabelas cedidos pelo ator do captulo.
GABARITO
5.2 Transformadas matriciais e transformadas lineares de Rn e Rm
1) n = 5 e m = 2
2) Sim, desde que X 4 e T seja uma transformada de 4 em 3.
2
3) X = 4
1
4) a) No linear
b) linear
c) linear
d) No linear
e) linear
1
5) ( , 7)
2
captulo 5 159
7) a) (8, 18)
5 4
b) ,
7 7
1 3
9) A =
0 1
1 0 0
10) A = 0 1 0
0 0 0
160 captulo 5
6 Autovalores e
autovetores
glria dias
6 Autovalores e autovetores
OBJETIVOS
Diagonalizar matrizes.
6.1 Conceito
Durante os captulos anteriores, vimos que se A uma matriz, n x n, e X
um vetor do Rn, ento, AX tambm um vetor do Rn. Em particular, no
captulo anterior, vimos a transformada matricial do vetor X Rn tal que
T : Rn Rn; T(X) = AX, em um outro vetor do Rn, passando a ser denominada
de operador linear no Rn.
162 captulo 6
6.2 Autovalores e autovetores COMENTRIO
Autovetor
Seja A uma matriz n x n. Um vetor no nulo X Rn um
Autovalores e autovetores, mas o
autovetor da matriz A se AX = X, para algum escalar . O
que tem isso de interessante, apli-
escalar chamado de autovalor para A se existe soluo cado engenharia?
no trivial X, para AX = X. Este X chamado de autovetor
associado ao autovalor . Conceitos de autovalores e au-
tovetores no surgem apenas na
Usando a notao geral de transformadas lineares em es- geometria de operadores lineares.
paos vetoriais, escrevemos: Aparecem, tambm, na anlise da
dinmica populacional, estudada
Seja T:V V um operador linear. Um vetor v V, v 0 por sistemas dinmicos discretos;
um autovetor do operador linear T se existe um escalar em sistemas dinmicos contnuos;
tal que T(v) = v. O escalar o autovalor associado ao estudo de vibraes; mecnica
quntica e economia, entre outros.
autovetor v.
Mais especificamente, este conceito
As equaes AX = X e T(v) = v so equivalentes para os surge naturalmente em crescimen-
to populacional por faixa etria, em
espaos vetoriais mencionados neste texto, visto que vere-
colheita de populaes animais; em
mos apenas operadores lineares do Rn. gentica, na investigao de uma
caracterstica herdada em sucessi-
Interpretao geomtrica
vas geraes, hereditariedade liga-
da ao sexo; poltica de colheita sus-
tentvel. Todos esses exemplos, so
reas de aplicao da engenharia.
T(v)
T(u)
captulo 6 163
ATENO
O vetor nulo sempre satisfaz s equaes, vistas na pgina 163, para qualquer valor de , porm,
o autovetor sempre um vetor no nulo. Ocorre que, sendo um nmero real qualquer, pode
ser igual a zero.
EXEMPLOS
5 0 x
1) = 5 um autovalor da matriz A = , visto que existem vetores X = y ; X 0 tais que
2 1
5 0 x x 5x + 0y 5x 5x = 5x 0=0
AX = 5X. De fato, = 5 =
2 1 y y 2x + 1y 5x 2x + y = 5x y = 3x
x
x varivel livre; X = , x R*
3x
4 5
visto que, determinando a matriz cannica do operador T, A = e escrevendo o vetor na
2 1
2
forma de matriz coluna , vem:
2
4 5 2 8 10 2
= = , observe que o resultado encontrado um
2 1 2 42 2
2 2
mltiplo escalar do vetor declarado como autovetor, = (1) , logo
2 2
2
= 1 um autovalor associado ao autovetor do operador linear.
2
EXERCCIOS RESOLVIDOS
1) Verifique se = 4 autovalor do operador linear T : R3 R3 tal que
Soluo
T(X) = X (3x z, 2x + 3y +z, 3x + 4y + 4z) = 4(x, y, z)
164 captulo 6
3x z = 4x x z = 0
2x + 3y + z = 4y 2x + y + z = 0
COMENTRIO
3x + 4y + 4z = 4z 3x + 4y = 0 Operador linear
Sempre que X um autovetor de
escalonando o sistema homogneo: um operador linear T associado ao
autovalor , isto , T(X) = X, para
1 0 1 1 0 1
1 0 1
1 0 1 qualquer nmero real k 0, o vetor
2 1 1 0 1 1 0 1 1 0 1 1 kX tambm autovetor de T, asso-
3 4 0 3 4 0 0 4 3 0 0 1 ciado ao mesmo autovalor .
como foi possvel chegar na forma escalonada, o sistema homogneo admi-
te apenas a soluo trivial (vetor nulo). Porm, o vetor nulo no autovetor,
logo, no existem autovetores associados a = 4, da, = 4 no autovalor
do operador linear.
Soluo
Se o vetor X uma autovetor de T ento existe um autovalor associado a
este autovetor. Escrevendo X = (1, 1, 1) do R3 na forma de vetor coluna,
1
X = 1 , e pela definio de autovetor, escrita na forma de operador
1
matricial AX = X, vem:
3 0 1 1 1 3.1 + 0.1 + (1).(1) 1
2 3 1 1 = 1 2.1 + 3.1 + 1.(1) = 1
3 4 5 1 1 3.1 + 4.1 + 5.(1) 1
4 1 1 1
4 = 1 4 1 = 1 = 4
4 1 1 1
Logo X = (1, 1, 1) autovetor associado ao autovalor = 4.
Soluo
Como no exerccio anterior,
captulo 6 165
12 3 3 3
12 = 3 4 3 = 3 = 4
12 3 3 3
Ser que foi coincidncia, termos encontrado o mesmo valor de = 4, nos dois exerccios?
Soluo
Como nos exerccios (2) e (3), se o vetor X um autovetor de T, ento existe um autovalor
associado a este autovetor.
1 6
Usando a forma AX = X, temos a matriz cannica de T, dada por A = e o vetor
5 2
3
A= . Verificando a equao
2
1 6 3 3 9 3
= ,
5 2 2 2 11 2
9
isto , o vetor , resultado da transformada de X, no mltiplo escalar dele mesmo.
11
3
Logo, X = no um autovetor de T.
2
Soluo
x x 1 0 0 x x
a) T: R R ; T(v) = v T
3 3
y = y 0 1 0 y = y
z z 0 0 1 z z
1 0 0
A matriz cannica de T a matriz A = 0 1 0
0 0 1
b) T(v)= v = 1v = 1, qualquer vetor v no nulo do R3 um autovetor associado a este
autovalor.
Soluo
6 3 1
Matriz cannica de T: A =
3 0 5 ;
2 2 6
6 3 1 5 0 0 1 3 1
A 5I = 0 3 0 5 0 5 0 = 3 5 5
2 2 6 0 0 5 2 2 1
166 captulo 6
1 3 1 x 0 1 3 1 0
Pela definio: 3 5 5 y = 0 3 5 5 0
2 2 1 z 0 2 2 1 0
1 3 1 0 1 3 1 0 1 3 1 0
0 4 2 0 0 4 2 0 0 4 2 0
2 2 1 0 0 8 1 0 0 0 5 0
Como foi possvel chegar na forma escalonada, o sistema possvel e determinado, isto , s
admite a soluo trivial v = 0 (vetor nulo no autovetor). Logo = 5 no autovalor da matriz
A, pois no possvel encontrar autovetores associados a este autovalor.
EXERCCIOS DE FIXAO
1) Verifique se = 2 um autovalor do operador linear T(X) = (3x + 2y, 3x + 8y)
4 5
2) Verifique se = 1 um autovalor da matriz A =
2 1
Determinao de autovalores
captulo 6 167
AX = X AX X = 0
AX (I)X = 0 (A-I) X = 0
a11 a12 0 x 0
=
a21 0 a22 y 0
a11 a12 x 0
=
a21 a22 y 0
a11 a12
det(A I) = 0 ou =0 ()
a21 a22
168 captulo 6
A equao (*) chamada equao caracterstica da matriz A, ou do opera-
dor T, e suas razes so os autovalores da matriz A, ou do operador T.
a11 a12
= 0 (a11 )(a22 ) a12a21 = 0
a21 a22
EXEMPLOS
2 3
1) Os autovalores de A = so encontrados pela equao caracterstica da matriz A
3 6
2 3
det(A I) = 0 ou = 0 (2 )(6 ) 3 x 3 = 0
3 6
12 + 6 2 + 2 9 = 0
2 + 4 21 = 0
As razes da equao so encontradas pela frmula de Bskara ou pela propriedade das razes,
tal como visto em resoluo da equao do segundo grau:
No exemplo:
4 = 1 + 2
2 + 4 21 = 0 1 = 3 e 2 = 7
21 = 1 2
captulo 6 169
Observe que, o polinmio caracterstico, P2() = 2 + 4 21, tem grau igual
OBSERVAO ordem do determinante da matriz A. E isso sempre ocorrer.
0 1 0
Os exerccios propostos na seo
2) Os autovalores da matriz A = 0 0 1 so determinados pela equa-
6.2, para autovalores, podem ser
o caracterstica: 4 17 8
refeitos verificando se o valor de
dado raiz da equao caracters-
0 1 0
tica da matriz, ao invs da definio
det(A I) = 0 0 0 1 = 0
de autovalores e autovetores. Expe-
4 17 8
rimente refaz-los!
O polinmio caracterstico, obtido pelo desenvolvimento do determinante de
ordem 3, 3 82 + 17 4 (verifique!!), implica a resoluo de uma equao
de grau 3, 3 82 + 17 4 = 0, o que pode ser uma tarefa rdua.
COMENTRIOS
Para toda matriz A, n x n, tem-se polinmio caracterstico, Pn(), de
grau n, obtido no determinante de ordem n, da equao caracterstica
det(A I) = 0.
170 captulo 6
minao do polinmio caracterstico, encontrando, primeiro, os autovalores i e, depois, fazendo
a expanso do produto ( 1)( 2)()( n).
Vrios destes mtodos numricos so baseados no conceito de similaridade entre matrizes que
ser visto posteriormente na seo 6.4.
Propriedades
EXEMPLO
Exemplo para matriz A, 3 x 3, triangular superior:
a11 a12 a13 0 0 a11 a12 a13
A = 0 a22 a23 0 0 = 0 a22 a23
0 0 a33 0 0 0 0 a33
a11 a12 a13
det 0 a22 a23 = (a11 )(a22 )(a33 ) = 0
0 0 a33
As razes da equao caracterstica so obtidas fazendo-se:
a11 = 0 1 = a11
a22 = 0 2 = a22
a33 = 0 3 = a33
OBSERVAO
2 0 0 1 4 7
Os autovalores de A = 1 0 0 e B = 0 3 8 so obtidos diretamente pelo fato
0 5 3 0 7 7
de que:
a) A matriz triangular inferior, ento, os autovalores so os elementos da sua diagonal principal:
1 = 2; 2 = 0; 3 = 3. Observe que 2 = 0 possvel, isto , podemos ter autovalor nulo. No
podemos ter autovetor nulo.
captulo 6 171
EXEMPLO
1 5 0
O determinante da matriz A = 2 4 1 pode ser obtido pela matriz linha equivalente esca-
0 2 0
lonada na forma triangular superior, aplicando a propriedade acima. Transformando a matriz na
forma escalonada temos:
1 5 0 1 5 0
2 4 1 0 2 0 feita a permutao da L2 com L3
0 2 0 2 4 1
a1 5 0
0 2 0
0 0 1
ATENO
Esta propriedade dos determinantes de uma matriz e de sua forma escalonada ser utilizada
oportunamente, porm e esse porm importante , em geral, uma forma escalonada de uma
matriz A no tem os mesmos autovalores de A.
Determinao de autovetores
EXEMPLO
2 3
Os autovetores de A = , associados aos autovalores 1 = 3 e 2 = 7, so respectiva-
3 6
mente:
2 3 x 0
a) Para 1 = 3 =
3 6 y 0
2 3 3 x 0 1 3 x 0
= =
3 6 3 y 0 3 9 y 0
172 captulo 6
x + 3y 0 x + 3y = 0
=
3x + 9y 0 3x + 9x = 0
x 3y
Resolvendo o sistema: X = = ; y . Os autovetores associados ao autovalor
y y
3x 3
1 = 3 so da forma X = ; y * ou, ainda, X = y ; y *
y 1
2 3 x 0
b) Para 1 = 7 =
3 6 y 0
2 (7) 3 x 0 9 3 x 0
= =
3 6 (7) y 0 3 1 y 0
9x + 3y 0 9x + 3y = 0
=
3x + y 0 3x + y = 0
x x
Resolvendo o sistema: X = = ; x R. Os autovetores associados ao autovalor
y 3x
x 1
1 = 7 so da forma X = ; x * ou ainda, X = x ; x *
3x 3
Autoespao de A associado a
EXEMPLO
Considere o operador linear T(X) = (4x y + 6z, 2x + y + 6z, 2x y + 8z) e o autovalor = 2
da matriz cannica do operador. A base do autoespao associado a este autovalor obtido por:
4 1 6 2 0 0 x 0
(A 2I)X = O A = 2 1 6 0 2 0 y = 0
2 1 8 0 0 2 z 0
2 1 6 x 0 2 1 6 0 2 1 6 0
2 1 6 y = 0 2 1 6 0 3 linhas iguais 0 0 0 0
2 1 6 z 0 2 1 6 0 0 0 0 0
y
2x y + 6z = 0 x = 3z; y e z variveis livres
2
captulo 6 173
y
3z
2
O vetor soluo : X = y ; y e z R, escrito na forma de combinao linear dado
z
1/2 3
por: X = y 1 + z 0 ; y e z R. Uma base para o autoespao de A associado a
0 1
1/2 3
= 2 o conjunto B = 1 +z 0 ;
0 1
EXERCCIOS RESOLVIDOS
5 0 0 2 4 7
7) Determine os autovalores de A = 1 1 0 e B = 0 30 8
2 8 3 0 0 1
Soluo
a) A matriz triangular inferior, ento, os autovalores so os elementos da sua diagonal principal:
1 = 5; 2 = 1; 3 = 3.
Soluo
Escalonando a matriz dada temos:
1 2 1 1 2 1 1 2 1
0 2 8 0 2 8 0 2 8
4 5 9 0 3 13 0 0 1
Como no foi feita a troca de nenhuma linha, temos t = 0. Decorre que o determinante da matriz
original A obtido por:
5 2 8 0
0 1 1 2
9) Determine os autovalores e o polinmio caracterstico de A = 0 0 3 1
0 0 0 5
Soluo
Matriz 4 X 4 os autovalores so em nmero de 4, a saber: 1 = 5, 2 = 1, 3 = 3, 4 = 5
174 captulo 6
Observe que 1= 4 = 5; mesmo assim, temos quatro autovalores e o polinmio caracterstico
de grau 4.
4 5
10) Determine os autovalores e autovetores da matriz A =
2 1
Soluo
a) Determinao dos autovalores pela equao caracterstica:
4 5
= 0 (4 )(1 ) 10 = 0 4 5 + 2 10 = 0
2 1
2 5 6 = 0 1 = 1 e 2 = 6
4 (1) 5 x 0 5 5 x 0
b) Para 1 = 1 = =
2 1 (1) y 0 2 2 y 0
5x + 5y = 0
y = x
2x + 2y = 0
x
A soluo do sistema homogneo X = ; x varivel livre. Portanto, os autovetores so da
x
1
forma: v = x ; x 0 (vetor nulo no autovetor, da a restrio x 0).
1
4 6 5 x 0 2 5 x 0
c) Para 2 = 6 = =
2 1 6 y 0 2 5 y 0
2x + 5y =0 2
y= x
2x 5y = 0 5
x
A soluo do sistema homogneo X = 2 ; x varivel livre. Portanto, os autovetores so da
x
1 5
forma: v = x ; x 0.
2/5
0 0 1
11) Mostre que se A = ento um autovetor associado ao autovalor = 0.
0 1 0
Soluo
0 0
A= 1 = 0 e 2 = 1 so autovalores de A
0 1
captulo 6 175
0 0 1 0 x 1 + 0 x 0 0
= = ,
0 1 0 0 x 1 + 0 x 0 0
Ocorre que o vetor nulo pode ser escrito como o resultado da multiplicao de qualquer vetor
por zero. Escrevemos ento,
0 1 1
=0 o vetor um autovetor associado ao autovalor = 0.
0 0 0
12) Calcular os autovetores do operador T(X) = (7x 2y, 2x + 6y 2z, 2y +5z), associados
aos autovalores.
Soluo 7 2 0
Matriz da transformao: A =
2 6 2
0 2 5
a) Determinao dos autovalores:
7 2 0
Equao caracterstica: 2 6 2 = 0
0 2 5
Calculando o determinante pela expanso em cofatores, vem:
6 2 2 2 2 6
(7 ) (2) +0 =0
2 5 0 5 0 2
28 + 4 + (7 )(6 )(5 ) 20 + 4 = 0
(7 )(6 )(5 ) 48 + 8 = 0
(6 )[(7 )(5 ) 8] = 0
(6 )[35 12 + 2 8] = 0
(6 )[2 12 + 27] = 0
176 captulo 6
Agora, encontramos, facilmente, as razes da equao caracterstica:
6 = 0 1 = 6
(6 )( 3)( 9) = 0 3 = 0 2 = 3
9 = 0 3 = 9
7 2 0 x 0
2 6 2 y = 0
0 2 5 z 0
7 6 2 0 x 0
Para 1 = 6 2 6 6 2 y = 0
0 2 5 6 z 0
1 2 0 x 0 1 2 0 1 2 0
2 0 2 y = 0 2 0 2 2 4 2
0 2 1 z 0 0 2 1 0 2 1
1 2 0
x 2y = 0 x = 2y ou y = 12 x
2 4 2
4y 2z = 0 z = 2y ou z = x
0 0 0
x 1
Os autovetores associados a 1 = 6 so da forma: v = 1/2 x x = 1/2 ; x 0
x 1
7 3 2 0 x 0
Para 2 = 3 2 6 3 2 y = 0
0 2 5 3 z 0
4 2 0 x 0 4 2 0 4 2 0
2 3 2 y = 0 2 3 2 0 4 4
0 2 2 z 0 0 2 2 0 2 2
4 2 0
0 4 4 4x 2y = 0 y = 2x
0 0 0 4y 4z = 0 z = y = 2x
x 1
Os autovetores associados a 2 = 3 so da forma: v = 2 x = x 2 ; x 0
2x 2
7 9 2 0 x 0
Para 3 = 9 2 6 9 2 y = 0
0 2 5 9 z 0
captulo 6 177
2 2 0 x 0 2 2 0 2 2 0
2 3 2 y = 0 2 3 2 0 1 2
0 2 4 z 0 0 2 4 0 2 4
1 1 0
0 1 2 x + y = 0 y = x
0 0 0 y + 2z = 0 z = 12y = 12x
x 1
Os autovetores associados a 3 = 9 so da forma: v = x = x 1 ; x 0
1/2x 1/2
Soluo
1 0 0
0 1 0
Inxm = 1 = 2 = = n = 1 e todos os vetores no nulos do Rn
0 0 1 nxn
1 0 0 x1 x1
0 1 0 x2 x2
so autovetores da matriz identidade I, n x n, visto que, =
0 0 1 xx xx
16 10
14) Encontre os autovalores e autovetores da matriz A =
16 8
Soluo
Equao caracterstica:
16 10
= 0 (16 )(8 ) + 160 = 0
16 8
128 + 8 + 2 + 160 = 0
8 82 4 x 1 x 32 8 64 128
2 + 8 + 32 = 0 = =
2x1 2
8 64
= R
2
8 8i
As razes da equao so razes complexas: = 4 4i
2
Logo, no existem autovalores reais nem autovetores associados a autovalores reais. Como dito
anteriormente, s estudaremos o caso de autovalores reais.
178 captulo 6
15) Dado o operador linear T: R2 R2; T(x, y) = (y, x) encontre os autovalores e autovetores
associados.
Soluo
0 1
Matriz cannica de T: A =
1 0
Equao caracterstica:
0 1
= 0 ()() 1 x 1 = 0
1 0
1 = 1
2 1 = 0 2 = 1 = 1
2 = 1
0 (1) 1 x 0
a) Para 1 = 1, vem: =
1 0 (1) y 0
1 1 x 0 x+y=0
= y = x
1 1 y 0 x+y=0
0 1 1 x 0
b) Para 2 = 1, vem: =
1 0 1 y 0
1 1 x 0 x + y = 0
= y=x
1 1 y 0 xy=0
Soluo
5 0
Matriz cannica do operador: A = .
2 1
a) Para 1 = 1, vem:
5 1 0 x 0 4 0 x 0
= =
2 1 1 y 0 2 0 y 0
4x 0 0
= x= ; y varivel livre
2y 0 y
0
Uma base para o autoespao associado a 1 = 1 o B =
0
captulo 6 179
b) Para 2 = 5, vem:
5 5 0 x 0 0 0 x 0
= =
2 1 5 y 0 2 4 y 0
0 0
= 2x 4y = 0 x = 2y
2x 4y 0
2y
X= ; y varivel livre
y
2
Uma base para o autoespao associado a 2 = 5 B =
1
EXERCCIOS DE FIXAO
1 0 0 0 0
4 0 0 0 0
6) Encontre os autovalores da matriz A = 7 5 2 0 0
0 2 3 1 0
1 1 8 3 5
7) Considerando o operador linear T: R3 R3; T(x, y, z) = (x, y, 0), encontre os autovalores e
autovetores associados.
1 2 2 1 0 1
a) b) c)
1 4 2 3 1 0
10) Determine uma base para o autoespao associado a cada um dos autovalores dos opera-
dores lineares indicados abaixo:
180 captulo 6
6.4 Diagonalizao de matrizes CURIOSIDADE
Similaridade
Similaridade Os mtodos numricos (utilizados
em computao cientfica) mais efi-
cientes para estimar autovalores de
matrizes de mdio e grande porte (n
DEFINIO 5) so baseados no teorema de
similaridade. Um algoritmo muito
Se A e B so matrizes n x n, ento A similar (ou semelhante) a B se existe conhecido o algoritmo QR que
uma matriz P, invertvel, tal que B = P1AP, ou seja, escrito de modo equiva- produz, por iterao (por repetio),
lente, se A = PBP1. uma sequncia de matrizes todas
similares matriz A, que so qua-
se matrizes triangulares superiores
Propriedades
(i) A similar a A.
captulo 6 181
Diagonalizao
DEFINIO
Uma matriz A, n x n, diagonalizvel se ela for similar a uma matriz diagonal, isto , se A = PDP1
D = P1 AP, onde D uma matriz diagonal. Dizemos, ento que A pode ser diagonalizada.
Em geral, a informao sobre autovalores e autovetores de uma matriz A pode ser apresentada
atravs de uma fatorao muito til dessa matriz em A = PDP1 .
EXEMPLO
1 1
Seja A = com autovalores 1 = 2; 2 = 3 e autovetores associados, respectivamente,
2 4
da forma: v1 = x (1, 1); x 0 e v2 = x (1, 2); x 0 .
1 1 2 1
Fazendo P = [v1 v2] = e encontrando P1 = ,
1 2 1 2
0 2 0
escrevemos D = 1 = . Temos, ento a fatorao de A em
0 2 0 3
182 captulo 6
1 1 2 0 2 1
A = PDP1 =
1 2 0 3 1 1
1 1 2 3 2 1
=
2 4 2 6 1 1
1 1 1 1
= c.q.d.
2 4 2 4
Para k = 2, vem:
EXEMPLO
1 1 1 1 2 0
Considere a matriz A = , diagonalizvel, do exemplo anterior, P= eD= ,
2 4 1 2 0 3
tambm encontradas no mesmo exemplo. Para obtermos a matriz A4 basta efetuar:
captulo 6 183
4
1 1 2 0 2 1 1 1 24 0 2 1
A =
4
=
1 2 0 3 1 1 1 2 0 34 1 1
1 1 16 0 2 1
A4 =
1 2 0 81 1 1
16 81 2 1 49 65
A4 = =
16 162 1 1 130 146
EXEMPLO
0 0 0
Considere a matriz A = 0 1 0 , cujos autovalores so 1 = 0, 2 = 1 e 3 = 1; 2 = 1
1 0 1
um autovalor de multiplicidade 2. Considerando o espao soluo da equao matricial
(A I3 ) X = 0, vem:
Para 1 = 0:
0 0 0 x 0 x varivel livre
0 1 0 y = 0 y=0
1 0 1 z 0 z = x
184 captulo 6
Ento, podemos tomar como autovetor arbitrrio v1 = (1, 0, 1)
Para 2 = 3 = 1:
0 0 0 1 0 0 x 0
0 1 0 1 0 1 0 y = 0
1 0 1
0 0 1 z 0
1 0 0 x 0 x=0
0 0 0 y = 0 y varivel livre
1 0 0 z 0 z varivel livre
Como o conjunto {v1 , v2, v3} linearmente independente, ento a matriz A diagonalizvel.
RESUMO
Procedimento para a diagonalizao
O processo de diagonalizao de uma matriz A, n x n, pode ser sistematizado em etapas con-
forme roteiro abaixo:
2o passo: Para cada autovalor j de multiplicidade kj, encontrar uma base para o autoespao as-
sociado a j, pela resoluo da equao (A j I) X = 0. Se a dimenso do autoespao menor
que kj, ento, A no diagonalizvel.
3o passo: Montar a matriz P = [v1 v2 vn] com os autovetores obtidos no passo anterior, no
importando a ordem dos vetores.
EXEMPLOS
0 0 1
1) Diagonalizar a matriz A = 0 1 2 , se possvel for.
0 0 1
Soluo:
1o passo: Encontrar os autovalores de A, resolvendo a equao caracterstica
captulo 6 185
0 0 1
0 1 2 = 0 ()(1 )(1 ) = 0
0 0 1
0 1 0 1 x 0 1 0 1 x 0
0 1 1 2 y = 0 0 0 2 y = 0
0 0 1 1 z 0
0 0 0 z 0
x + z = 0 x = z
2z = 0 z = 0
z varivel livre
0
Autovetores associados a 2 = 1 so da forma v = y , y 0, logo a dimenso do espao solu-
0
o do sistema linear 1. A dimenso do autoespao menor que a multiplicidade 2 do autova-
lor, no existindo dois autovetores linearmente independentes associados a 2 = 1.
Ento, A no diagonalizvel.
1 3 3
2) Diagonalizar a matriz A = 3 5 3 , se possvel for.
3 3 1
Soluo
1o passo: Encontrar os autovalores de A, resolvendo a equao caracterstica
1 3 3
3 5 3 = 0 3 32 + 4 = ( 1) ( + 2)2 = 0
3 3 1
1 + 2 3 3 x 0 3 3 3 x 0
3 5 + 2 3 y = 0 3 3 3 y = 0
3 3 1 + 2 z 0
3 3 3 z 0
x + y +z = 0 y e z variveis livres.
186 captulo 6
1 1
Dois autovetores associados a 2 = 2 so: v2 = 1 e v3 = 0
0 1
Para o autovalor 1 = 1, vem:
1 1 3 3 x 0 0 3 3 x 0
3 5 1 3 y = 0 3 6 3 y = 0
3 3 1 1 z 0
3 3 0 z 0
3y +3z = 0 z = y
3x 6y 3z = 0 x =z e y = x
3x + 3y = 0 x = y
1
Um autovetor associado a 1 = 1 : v1 = 1
1
1 1 1
3 passo: Montar a matriz P = [v1 v2 v3)] = 1 1 0
o
1 0 1
4o passo: Montar a matriz diagonal D com os n autovalores e fatorara matriz A na forma da dia-
gonalizao A = PDP1.
1 0 0
A = 0 2 0
0 0 2
Escrevemos, ento:
1 3 3 1 1 1 1 0 0 1 1 1
A = PDP 3 5 3 = 1 1 0 0 2 0
1
1 2 1
3 3 1 1 0 1 0 0 2 1 1 0
captulo 6 187
Diagonalizao de matrizes simtricas
A = PDP1 D = P1 AP
No caso particular de A ser simtrica, P ser uma matriz de uma base orto-
gonal. Por convenincia, pode-se querer uma base alm de ortogonal, que seja
ortonormal, bastando para isso normalizar os vetores, isto , obter o versor.
D = P1 DP D = Pt AP
EXEMPLO
5 3
Considere A = . Determine P que diagonaliza A ortogonalmente.
3 5
Soluo
Autovalores obtidos por:
5 3
= 0 (5 )2 9 = 0 2 10 + 16 = 0
3 5
1 = 8 e 2 = 2
8 0
Matriz diagonal: A =
0 2
5 8 3 x 0
Para 1 = 8 = 3x + 3y = 0 x = y
3 5 8 y 0
188 captulo 6
1 , 1
v = (x, x) = x (1, 1) v1 = (1, 1), normalizado: v1 =
2 2
OBSERVAO
| v1 | = 12 + 12 = 2
5 2 3 x 0
Para 2 = 2 = 3x + 3y = 0 x = y
3 5 2 y 0
1 , 1
v = (y, y) = y (1, 1) v2 = (1, 1), normalizado: v2 =
2 2
1 1
2 2
Matriz P que diagonaliza A ortogonalmente: P = 1 1
2 2
1 1 1 1
2 2 5 3 2 2 8 0
De fato, D = Pt AP = c.q.d.
1 1 3 5 1 1 0 2
2 2 2 2
Propriedades
1. Autovetores associados a autovalores reais distintos de um operador li
near formam um conjunto linearmente independente.
2. S e T:V V um operador linear de dimenso finita n e possui n auto-
valores reais distintos, ento, o conjunto = {v1, v2, ..., vn} formado pelos
autovetores associados aos n autovalores uma base de T.
3. D e (2) segue que T:V V, tal que dim (V) = n, com n autovalores reais
distintos 1, 2, ..., n e autovetores associados v1, v2, ..., vn, respectivamente
ento, podemos escrever
T(v1) = 1v1 + 0 v2 + + 0 vn
T(v2 )= 0 v1+ 2 v2 + + 0 vn
T(vn) = 0 v1 + 0 v2 + + n vn
captulo 6 189
O operador T , ento, representado na base pela matriz
COMENTRIO
diagonal
No deixe de exercitar resolvendo
os exerccios propostos e, se ainda 1 0 0 0
tiver alguma dvida, fale com seu 0 2 0 0
T = D =
professor, procure discutir a soluo
dos exerccios com colegas. 0 0 0 n
A matriz D a mais simples representante do operador T.
EXERCCIOS DE FIXAO
11) Use o fato que A = PDP1 Ak = PDk P1 para encontrar Ak conhecendo
as matrizes P e D.
5 4 2 0
a) P = eD= ;k=4
2 3 0 1
1 1 5 0
b) P = eD= ;k=3
1 2 0 3
1 0 2 2 0 0
c) P = 0 1 1 e D = 0 2 0 ; k = 13
1 0 1
0 0 2
0 0 2
1 0 2 2 0 0 1 0 2
b) 1 2 1 = 0 1 1 0 2 0 1 1 1
1 0 3 1 0 1
0 0 1
1 0 1
1 0 9 1
a) c)
6 1 4 6
2 4
3 1 d)
b) 3 1
1 5
190 captulo 6
1 4 2
5 1
e) g) 3 4 0
1 3
3 1 3
2 3 1 1 2 1
f) 0 1 4 h) 1 3 1
0 0 3 0 2 2
15) Para cada matriz simtrica A, encontre uma matriz P que diagonalize A ortogonalmente.
3 1 6 2
a) A = b) A =
1 3 2 3
EXERCCIOS RESOLVIDOS
0,95 0,03 0,375
17) Considere a matriz P = e o vetor q = . Mostre que o vetor q um
0,05 0,97 0,625
vetor estacionrio de P.
Soluo
Se q um vetor estacionrio de P, ento q um autovetor de P associado ao autovalor = 1,
isto , Pq = 1q. De fato,
0,95 0,03 0,375 0,95 x 0,375 + 0,03 x 0,625 0,35625 + 0,01875 0,375
= = =
0,05 0,97 0,625 0,05 x 0,375 + 0,97 x 0,625 0,01875 + 0,60625 0,625
captulo 6 191
18) O resultado de um estudo com grande nmero de observaes, relatado no exemplo da se-
o 5.5, em relao ocorrncia de incidentes no processo produtivo em uma indstria mostrou
a obteno da sequncia de vetores de estado (vetores de probabilidade) pela transformao
linear (matricial) do vetor de estado anterior para obteno do vetor de estado seguinte.
Soluo
Sendo a matriz estocstica (ou de transio) da cadeia de Markov correspondente
0,67 0,5 1
P= e o vetor de estado inicial x(0) =
0,33 0,5 0
0,603
x(4) = T(x(3)) = Px(3) = =
0,397
0,603
x(5) = T(x(4)) = =
0,397
A partir do dia 4, o vetor de estado sempre igual, considerando uma aproximao para trs
casas decimais.
0,603
O vetor estacionrio (ou vetor de equilbrio) o vetor q = . Isto significa que depois do
0,397
quarto dia de observao a probabilidade de no ocorrer incidente de aproximadamente 60%
e 40% de ocorrer incidente.
Ocorre que nem todo processo de Markov atinge o equilbrio. Se a matriz estocstica satisfizer
a uma determinada propriedade o processo atinge um estado de equilbrio. Oportunamente, em
outra disciplina, voc ver o estudo detalhado de probabilidade condicional e casos concretos
de cadeias de Markov, matrizes estocsticas e vetor estacionrio. Aguarde ou procure ler mais
sobre o assunto.
192 captulo 6
0,5 0,2 0,3
19) Seja P = 0,3 0,8 0,3 a matriz estocstica de uma cadeia de Markov xk+1 = Pxk . Mostre
0,2 0,8 0,3
que v1 = (0,3, 0,6, 0,1); v2 = (1, 3, 2) e v3 = (1, 0, 1) so autovetores de P.
Soluo:
a) Para v1 = (0,3, 0,6, 0,1), vem:
0,5 0,2 0,3 0,3 0,5 x 0,3 + 0,2 x 0,6 + 0,3 x 0,1 0,3
0,3 0,8 0,3 0,6 = 0,3 x 0,3 + 0,8 x 0,6 + 0,3 x 0,1 0,6 = 1
0,2 0,8 0,3 0,1 0,2 x 0,3 + 0,8 x 0,6 + 0,3 x 0,1 0,1
1/2 1
1 1
3/2 = 3 =
2 2
1 2
0,2 1
0 0 = 0,2
0,1 1
IDEIA
Para saber mais sobre os tpicos estudados neste captulo, pesquise na internet sites, vdeos
e artigos relacionados ao contedo visto. E, ainda, procure ver aplicaes de autovalores, auto-
vetores e diagonalizao de matrizes. Embora as aplicaes mais interessantes necessitem de
outros conhecimentos alm da lgebra linear, vale a pena procurar aprender mais e alargar seus
horizontes.
Uma sugesto de tema, Sequncia de Fibonacci, como aplicao de diagonalizao de matrizes
para investigar, por exemplo, a propagao de uma caracterstica gentica herdada, a distribui-
o de folhas em determinadas rvores, arranjo de sementes de girassis, entre outros.
captulo 6 193
REFERNCIAS BIBLIOGRFICAS
ANTON, Howard; RORRES, Chris. lgebra linear com aplicaes. Trad. Claus Ivo Doering. 8
ed. Porto Alegre: Bookman, 2001.
KOLMAN, Bernard. Introduo lgebra linear com aplicaes.Trad. Valria de Magalhes
Irio. 6 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
LAY, David C. lgebra linear e suas aplicaes. Trad. Ricardo Camilier e Valria de Magalhes
Irio. 2 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Introduo lgebra linear. So Paulo: Pearson
Education do Brasil, 1997.
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
6.2 Autovalores e autovetores
1) Sim, autovalor
2) No autovalor
3) Sim, um autovetor associado ao autovalor = 6
4) No autovalor
5) Sim, um autovetor associado ao autovalor = 3
1 2
8) a) 1 = 3 v = y ; y 0; 2 = 2 v = y ; y 0
1 1
1 1
b) 1 = 1 v = y ; y 0; 2 = 4 v = y ; y 0
1 2
194 captulo 6
2 = 1 v = z (0, 3, 2); z 0
3 = 2 v = z (0, 0, 1); z 0
2/3 2
10) a) Para 1 = 1; = ; para 2 = 5; =
1 1
2 1
b) Para 1 = 3; = ; para 2 = 10; = ;
1 3
6.4 Diagonalizao de matrizes
8190 0 16382
1 232 300 1 223 98
11) a) A =
4
: b) A =
3
: c) A = 8191 8192 8191
13
7 90 113 7 196 71
8191 0 16383
1 0 1 0
13) a) P = e D = P1 A P =
3 1 0 1
b) No diagonalizvel
1 0 10 0
c) P = e D = P1 A P =
1 4 0 5
1 4 2 0
d) P = e D = P1 A P =
1 3 0 5
e) No diagonalizvel
3 1 7 1 0 0
f) P = 1 0 2 e D = P A P =
1
0 2 0
0 0 1
0 0 3
1 2 1 3 0 0
g) P = 3 3 1 e D = P A P =
1
0 2 0
4 3 1 0 0 1
2 1 0 3 0 0
h) P = 1 0 1 e D = P1 A P = 0 2 0
2 1 2 0 0 1
14) Sim. Porque a soma das dimenses dos autoespaos igual dimenso da matriz.
1 1 2 1
2 2 5 5
15) a) P = b) P =
1 1 1 2
2 2 5 5
captulo 6 195
ANOTAES